Tutorial LangChain / LangGraph v1

Codigo fonte do video sobre as novidades da versao 1 do LangChain e LangGraph.

Prática parte 1: https://www.youtube.com/watch?v=fgmWHleD93o

Prática parte 2: https://youtu.be/M4sYSCmw_3U

Estrutura do Projeto

├── exemplo_chatmodels/      # Uso do init_chat_model e mensagens
├── exemplo_agente_simples/  # Agente basico com create_agent e tools
├── exemplo_middleware/      # Middleware customizado (before/after hooks)
├── exemplo_runtime/         # Runtime context em grafos LangGraph
├── agente_pesquisa.py       # Exemplo completo: agente com pesquisa, human-in-the-loop e summarization

Exemplos

Pasta	Conceito
exemplo_chatmodels	init_chat_model, HumanMessage, SystemMessage, streaming
exemplo_agente_simples	create_agent, @tool, system_prompt
exemplo_middleware	AgentMiddleware, hooks before/after
exemplo_runtime	Runtime[Context] em nos do StateGraph
agente_pesquisa.py	SummarizationMiddleware, HumanInTheLoopMiddleware, checkpointer

Como usar com UV

Instalar o UV

# Windows (PowerShell)
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

# Linux/macOS
curl -LsSf https://astral.sh/uv/install.sh | sh

Setup do projeto

# Clonar/entrar no diretorio
cd tutorial_langchain_v1

# Sincronizar dependencias (cria .venv automaticamente)
uv sync

# Configurar variaveis de ambiente
cp .env.exemple .env
# Editar .env e adicionar sua OPENAI_API_KEY

Executar exemplos

uv run python exemplo_chatmodels/chatmodel_premodelado.py
uv run python exemplo_agente_simples/agente_simples.py
uv run python exemplo_middleware/agente_com_middleware.py
uv run python exemplo_runtime/grafo_com_runtime_context.py
uv run python agente_pesquisa.py

Requisitos

• Python >= 3.13
• OpenAI API Key