Zum Hauptinhalt springen

​
Überblick

LangGraph ist das produktionsreifste Agent-Framework, entwickelt von LangChain. Es nutzt graphbasierte Orchestrierung für komplexe, zustandsgesteuerte Workflows. Mit langchain-mcp-adapters integrieren sich Ovras Payment-Tools als native LangChain-Tools.

​
Installation

pip install langchain-mcp-adapters langgraph langchain-openai

​
Einrichtung

from langchain_mcp_adapters.client import MultiServerMCPClient
from langgraph.prebuilt import create_react_agent
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="gpt-4.1")

async with MultiServerMCPClient({
    "ovra": {
        "url": "https://api.getovra.com/api/mcp",
        "transport": "streamable_http",
        "headers": {
            "Authorization": "Bearer <OVRA_AGENT_TOKEN>"
        },
    }
}) as client:
    tools = client.get_tools()
    agent = create_react_agent(llm, tools)

    result = await agent.ainvoke({
        "messages": [
            {"role": "user", "content": "Kaufe einen USB-C-Hub unter 30 € auf amazon.de"}
        ]
    })

​
Warum LangGraph

  • Zustandsgesteuerte Workflows — graphbasierte Ausführung mit Checkpointing, ideal für mehrstufige Zahlungsabläufe
  • Human-in-the-Loop — eingebaute Genehmigungsschritte passen perfekt zu Ovras approve-Enforcement-Level
  • Multi-Agent — spezialisierte Agenten (Recherche, Einkauf, Audit) in einem Graph orchestrieren
  • Produktionsreif — genutzt von Klarna, Uber, LinkedIn

​
Zahlungsablauf

LangGraph-Agents folgen Ovras Standard-Credential-Flow: 
Benutzeranfrage
  → Agent-Node: ovra_intent (create) → Policy-Prüfung
  → Agent-Node: ovra_credential (issue) → DPAN erhalten
  → Agent-Node: bei Händler bezahlen
  → Agent-Node: ovra_credential (confirm)
  → Antwort an Benutzer

​
Human-Approval-Beispiel

Nutze LangGraphs Interrupt-Mechanismus mit Ovras approve-Enforcement-Level: 
from langgraph.prebuilt import create_react_agent
from langgraph.checkpoint.memory import MemorySaver

agent = create_react_agent(
    llm,
    tools,
    checkpointer=MemorySaver(),
)
Wenn eine Policy enforcementLevel: "approve" hat, gibt Ovra eine ausstehende Genehmigung zurück. Dein LangGraph-Agent kann an einem Checkpoint pausieren und auf menschliche Bestätigung warten.

​
Wichtige Tools

ToolFunktion
ovra_agentAgents auflisten, Guthaben prüfen
ovra_intentKaufabsicht deklarieren (automatische Policy-Prüfung)
ovra_credentialDPAN erhalten, Zahlung bestätigen
ovra_transactionTransaktionsverlauf ansehen
ovra_policyPrüfen ob ein Kauf erlaubt wäre