Почему мы выбрали LangGraph для автоматизации бизнес процессов в Facienta
Как надежно и безопасно автоматизировать бизнес процессы с помощью ИИ
Современное AI-решение для бизнеса — это не просто языковая модель, которая получает запрос и генерирует ответ. Между входящим событием и реальным действием должен находиться управляемый процесс: маршрутизация, работа специализированных агентов, проверка результата, участие человека и безопасный запуск действий.
В Facienta этим процессом управляет LangGraph.
Не просто вызов LLM, а граф выполнения
Facienta (наша платформа для автоматизации бизнес процессов компании с помощью ИИ-агентов) обрабатывает бизнес-события: входящие письма, сообщения, формы, webhooks и другие сигналы. В ответ платформа может подготовить сообщение, создать задачу, обновить данные во внешней системе или выполнить другое действие.
LangGraph позволяет представить такой процесс в виде графа, состоящего из отдельных узлов и подграфов:
- определить подходящего рабочего агента;
- передать ему обработку события;
- подключить необходимые инструменты и базу знаний;
- проверить уверенность модели в ответе и бизнес-правила;
- выполнить действие автоматически либо передать результат человеку.
Вместо одного непрозрачного запроса к модели мы получаем последовательный и контролируемый процесс, состояние которого можно сохранять и анализировать. LangGraph изначально ориентирован на durable execution, persistence и human-in-the-loop — выполнение можно остановить на определённом шаге, сохранить состояние и продолжить после получения внешнего решения.
Человек остаётся частью процесса
Если агент не найден, уверенность недостаточна или правила компании требуют проверки, LangGraph ставит выполнение на паузу.
Facienta создаёт задачу сотруднику, который может проверить и отредактировать предложенный результат. После одобрения граф возобновляется с сохранённого шага и выполняет действие.
Это позволяет автоматизировать типовые операции, не передавая вероятностной модели безусловный контроль над действиями, влияющими на клиентов и бизнес-системы.
Какие альтернативы мы рассматривали
При выборе основы для оркестрации мы сравнивали LangGraph с CrewAI, AutoGen и экосистемой Microsoft Agent Framework, Semantic Kernel, а также с вариантом разработки собственного движка.
CrewAI предлагает удобные абстракции команд агентов и управляемых Flows. AutoGen и Microsoft Agent Framework развивают сценарии взаимодействия нескольких агентов и построения управляемых workflows. Semantic Kernel предоставляет развитую экосистему для интеграции моделей, инструментов и корпоративных приложений.
Для Facienta главным критерием была не симуляция общения между агентами, а явное управление состоянием долгоживущего бизнес-процесса. Нам были необходимы графовая модель, контролируемые переходы, сохранение состояния, штатные паузы и точное возобновление выполнения. LangGraph лучше всего соответствовал этой архитектуре и при этом оставлял нам свободу самостоятельно реализовывать агентов, инструменты, бизнес-правила и интеграции.
Что это даёт клиентам Facienta
Благодаря LangGraph Facienta может сочетать скорость AI с контролем, необходимым бизнесу:
- сложные операции выполняются по понятным шагам;
- AI-агенты работают в рамках заданных правил;
- рискованные или неоднозначные решения передаются человеку;
- процесс можно продолжить даже спустя длительное время;
- новые агенты, действия и сценарии добавляются без перестройки всей платформы.
Для нас LangGraph — не просто библиотека для работы с LLM. Это движок оркестрации, который превращает набор AI-возможностей в устойчивый и управляемый бизнес-процесс.