LangGraph: orquestar agentes de IA en forma de grafo

Para qué sirve LangGraph en la práctica

Un agente de IA no se limita a responder: encadena pasos, llama a herramientas, vuelve atrás y a veces espera una aprobación. LangGraph describe ese recorrido como un grafo. Cada nodo es un paso (llamada al modelo, llamada a una herramienta, decisión), cada arista indica adónde ir después y un estado compartido circula entre los nodos.

Este enfoque aporta tres capacidades que el proyecto destaca:

• Ejecución duradera: un agente puede funcionar durante mucho tiempo y retomar el trabajo justo donde lo dejó tras un error.
• Persona en el circuito: usted puede pausar el agente, revisar su estado y corregirlo antes de que continúe.
• Memoria a corto plazo (la tarea en curso) y a largo plazo (de una sesión a otra).

En la práctica, LangGraph se usa para asistentes de empresa, sistemas multiagente en los que un supervisor reparte el trabajo o procesos en los que la IA debe detenerse para obtener luz verde.

Para quién es y cómo empezar

LangGraph existe en Python y en TypeScript (repositorio aparte). Es una herramienta de orquestación de bajo nivel: no le impone una arquitectura de agente prefabricada, lo que es una ventaja para un desarrollador con experiencia y un obstáculo para un principiante.

Para empezar, lo habitual es instalar el paquete langgraph, seguir el tutorial de inicio de la documentación oficial y después definir un estado, dos o tres nodos y las transiciones entre ellos. El curso gratuito de LangChain Academy dedicado a LangGraph es un buen complemento. Si quiere avanzar más rápido, LangChain recomienda ahora Deep Agents, una capa superior con planificación y subagentes ya preparados.

Puntos fuertes y límites

Puntos fuertes: control preciso del flujo, recuperación tras fallos, puntos de validación humana, independencia del fabricante del modelo y compatibilidad con MCP (un agente LangGraph puede exponerse como herramienta MCP mediante el servidor de LangChain).

Límites: la curva de aprendizaje es real, porque hay que pensar en estados y transiciones. La supervisión y el despliegue más cómodos pasan por LangSmith, la plataforma comercial de la empresa: a 22 de octubre de 2026, el plan Plus de LangSmith figura a 39 dólares por usuario y mes, y LangSmith Deployment se factura por consumo. Nada le obliga a usarlo, pero alojarlo por su cuenta exige más trabajo.

Alternativas

Si prefiere escribir menos código, CrewAI razona en equipos de agentes con roles definidos. En el ecosistema de Microsoft, Microsoft Agent Framework también ofrece flujos en grafo con puntos de control y revisión humana. Para agentes centrados en sus documentos, LlamaIndex sigue siendo una referencia. El comparador de frameworks de agentes le ayuda a situar estas opciones.