Guide de démarrage rapide LangGraph TypeScript

Suivez la documentation en direct — ne composez pas une API alternative de mémoire :

https://docs.langchain.com/oss/javascript/langgraph/quickstart

Récupérez cette page (Docs MCP ou HTTP) et implémentez ce qu'elle montre (agent calculatrice / mathématiques avec l'API Graph). Privilégiez le chemin API Graph par rapport à l'API Fonctionnelle sauf si l'utilisateur demande autrement. Ignorez la visualisation de graphe.

Contraintes de configuration locale

Appliquez celles-ci en plus du guide de démarrage rapide (elles gardent la configuration minimale et indépendante du modèle) :

1. Demandez quel fournisseur/modèle utiliser. Montrez que LangGraph fonctionne avec n'importe quel modèle de chat LangChain. Suggestion d'invite :

   Quel modèle cet agent devrait-il utiliser ? Passez une chaîne fournisseur:modèle — par exemple openai:gpt-5.5, anthropic:claude-sonnet-5, google-genai:gemini-2.5-flash-lite. Par défaut si vous êtes incertain : anthropic:claude-sonnet-5.

   La documentation code souvent en dur Anthropic — remplacez par initChatModel("<MODEL>") (ou équivalent) en utilisant leur choix. Si vous utilisez Claude Sonnet 5+, omettez temperature / top_p / top_k (non supportés).

2. Créez un répertoire nouveau (par exemple langgraph-agent/) et faites tous les travaux là — ne polluez pas le projet ouvert.

3. Seul secret : la clé API du fournisseur dans .env (gitignored). Pas de LangSmith / Tavily sauf s'ils demandent. Préférez qu'ils éditent .env eux-mêmes — ne collez pas les clés dans le chat.

4. Installez les packages du guide de démarrage rapide plus le package du fournisseur pour leur modèle.

5. Exécutez l'exemple (par exemple « Additionnez 3 et 4. »), montrez la sortie, puis arrêtez-vous. Pointez vers langgraph-fundamentals pour les prochaines étapes. Pour une API agent de plus haut niveau, utilisez plutôt createAgent de LangChain.