GraphGPT

GraphGPT 是一个 Python 优先、面向 LangGraph 1.x / LangChain 1.x 的声明式状态图编译器。 它把版本化 YAML 编译为原生 StateGraph / CompiledStateGraph，不引入第二套运行时。

当前版本：v0.9.0。GraphGPT 支持循环、条件路由和持久化，因此它并不把图限制为 DAG。

核心能力

• 严格的 graphgpt.dev/v1alpha1 YAML DSL 与 JSON Schema；
• YAML → 纯领域 IR → 语义诊断 → 原生 LangGraph 编译；
• 普通边、条件边、循环、messages state、Reducer、interrupt 和内存持久化；
• Command 动态跳转、Send fan-out、retry/cache、可映射子图与跨文件诊断；
• 显式注册、受 allowlist 保护的 Python callable、LangChain Runnable、model/agent 和 ToolNode；
• 版本化第三方插件协议、插件发现/健康检查及独立插件项目生成；
• 框架无关的远程调用契约，以及 Dify Custom Tool、n8n Agent 子工作流导出；
• 环境变量 Secret 引用、诊断脱敏，以及精确到 YAML 文件/行/列的 SourceMap；
• validate、inspect、run、init、export、schema、doctor、dev CLI；
• 标准 langgraph.json 生成，适配 LangGraph CLI、Agent Server 与 LangSmith Studio；
• LangSmith 环境变量透传，以及可选 Langfuse callback；
• Chat、Branch、Loop、Tool-use、RAG 五个离线可运行模板。

快速开始

pip install graphgpt-builder
graphgpt init ./my-agent --template branch
cd my-agent
uv sync
uv run graphgpt validate workflow.yaml
uv run graphgpt run workflow.yaml --input '{"approved": true}'

若要使用 graphgpt dev 的官方 CLI 委托，可在生成的项目中执行 uv add "graphgpt-builder[cli]>=0.9,<0.10"。Langfuse 追踪同理使用 langfuse extra， LangSmith SDK 已随核心 LangGraph 生态安装并通过标准环境变量启用。

在 Python 中也可以只采用编译器核心：

from graphgpt import BindingRegistry, StateInput, invoke_workflow

registry = BindingRegistry({"step": lambda state: {"result": "ok"}})
print(invoke_workflow("workflow.yaml", StateInput({}), registry=registry))

StateInput 与 RuntimeCommand 是显式的信任边界：普通 JSON 只能作为已声明状态字段，不能 伪装成 resume / goto / update 等控制指令。需要原生高级 API 时仍可使用 compile_workflow。

插件生态

创建一个可独立测试、构建和发布到 PyPI 的社区插件：

graphgpt plugin init ./graphgpt-acme --name acme
cd graphgpt-acme
uv sync --extra dev
uv run pytest
uv build

安装插件后可检查 entry point、协议版本和能力声明：

graphgpt plugin list
graphgpt plugin list --output json

插件作者指南见 docs/PLUGINS.md，已验证集成和社区插件目录见 ECOSYSTEM.md。第三方插件在独立包中维护，不会把 provider SDK 引入核心。

智能体框架生态

GraphGPT 不复制 Dify 或 n8n 的执行引擎，而是把图暴露为稳定的工具契约，再生成框架原生、 可审查的薄适配资产：

graphgpt ecosystem list

# 导入 Dify 的 Custom Tool（OpenAPI）
graphgpt ecosystem export workflow.yaml \
  --target dify \
  --base-url https://graphgpt.example.com \
  --output dist/dify

# 导入 n8n 并作为 sub-workflow / AI workflow tool 调用
graphgpt ecosystem export workflow.yaml \
  --target n8n \
  --base-url https://graphgpt.example.com \
  --output dist/n8n

两种导出都包含 graphgpt.contract.json。默认契约采用 Bearer 认证，不会把密钥写入文件； n8n 工作流默认保持未激活，导入后需显式选择凭据。base-url 指向部署方提供的 GraphGPT 执行端点，核心包不会另起一套应用服务器。详细契约和第三方适配器扩展方式见 docs/ECOSYSTEM_ADAPTERS.md。

通用流程转换器

GraphGPT 使用 graphgpt.dev/universal/v1alpha1 统一 IR 在 MCP、Agent Skills、GraphGPT Workflow、LangGraph 图结构、Dify 与 n8n 之间转换。每次转换都会生成 conversion-report.json， 明确标注 exact、adapted、lossy 或 unsupported：

graphgpt formats
graphgpt detect ./some-asset

graphgpt convert ./some-asset \
  --from auto \
  --to mcp \
  --base-url https://graphgpt.example.com \
  --output ./converted

# CI 中拒绝有损转换
graphgpt convert ./workflow.yaml --to skill --output ./skill --fail-on-lossy

转换器不执行输入代码。MCP 输出是能力快照、LangGraph 输出是结构 JSON；需要运行时的目标 通过安全的 HTTP/MCP 工具边界连接原执行引擎，避免把任意 Python 或厂商节点静默改写为 错误语义。完整矩阵和扩展协议见 docs/UNIVERSAL_CONVERTER.md。

最小 DSL

apiVersion: graphgpt.dev/v1alpha1
kind: Workflow
metadata:
  name: hello
spec:
  state:
    fields:
      result: {type: string}
  security:
    allowedModules: [my_agent]
  nodes:
    hello:
      use: python:my_agent.nodes.hello
  edges:
    - {from: $start, to: hello}
    - {from: hello, to: $end}

graphgpt validate 不导入节点代码或访问网络。只有 compile / run 阶段才解析绑定， 且 python: 引用必须位于 security.allowedModules 中。

langchain:agent 节点可声明逐工具审批，审批直接映射至官方 HITL middleware：

approval:
  mode: per_call
  tools:
    write_file:
      allowedDecisions: [approve, reject]

审批工作流必须配置 checkpointer；每个 per_call 中断按 interrupt ID 独立恢复。

架构

核心依赖方向固定为：domain <- application <- adapters/CLI。DSL 模型不会直接泄漏到 LangGraph 编译器，LangSmith 和 Langfuse 也只是外层观测适配器。详见 docs/ARCHITECTURE.md 和 docs/RESEARCH.md。长期路线见 docs/PROJECT_PLAN.md。

开发

uv run ruff check .
uv run mypy
uv run pytest --cov=graphgpt
uv build

欢迎提交 bug、RFC、集成和社区插件。参与前请阅读 CONTRIBUTING.md、 GOVERNANCE.md、SECURITY.md 与 CODE_OF_CONDUCT.md。

许可证：Apache-2.0。