垦荒学园
  • 中文

      • LangGraph 工作流

      当 create_agent 无法满足 固定步骤 + 条件分支 + 并行工作者 时，使用 LangGraph 构建显式图。

      核心概念

      概念说明
      StateGraph有状态的有向图
      Node函数，读/写 State
      Edge节点间转移（固定或条件）
      START / END入口与出口
      Checkpointer持久化与中断
      from typing_extensions import TypedDict
from langgraph.graph import StateGraph, START, END

class State(TypedDict):
    topic: str
    draft: str
    final: str

def write_draft(state: State) -> dict:
    return {"draft": f"Draft about {state['topic']}"}

def polish(state: State) -> dict:
    return {"final": state["draft"] + " (polished)"}

graph = StateGraph(State)
graph.add_node("write", write_draft)
graph.add_node("polish", polish)
graph.add_edge(START, "write")
graph.add_edge("write", "polish")
graph.add_edge("polish", END)

app = graph.compile()
app.invoke({"topic": "LangChain"})

      Prompt chaining

      多步 LLM，上一步输出作为下一步输入（翻译 → 润色 → 质检）。每步一个节点，边固定顺序，可预测、易测。

      路由（Routing）

      根据 State 或 LLM 结构化输出选下一节点：

      def route(state: State) -> str:
    if "urgent" in state.get("priority", ""):
        return "fast_path"
    return "normal_path"

graph.add_conditional_edges("classify", route, {"fast_path": "...", "normal_path": "..."})

      Orchestrator-Worker

      主节点拆分任务，Send API 动态派生子 worker，各自独立 state，结果汇总：

      • 适合：多 section 报告、多文件分析、并行研究
      • LangGraph 内置 Send 支持 map-reduce 式编排

      Agent 作为节点

      from langchain.agents import create_agent

researcher = create_agent("openai:gpt-4.1-mini", tools=[search], name="researcher")

graph.add_node("research", researcher)  # 子图节点

      LangChain Agent 可嵌入 LangGraph，组合而非二选一。

      ToolNode

      自定义图执行工具时用预置 ToolNode：

      from langgraph.prebuilt import ToolNode

tool_node = ToolNode([multiply, search])
graph.add_node("tools", tool_node)

      处理并行 tool_calls、错误注入 state 等细节。

      工作流 vs Agent（再述）

      • 工作流：你定义路径 → 适合合规、可审计、成本可控
      • Agent：模型定义路径 → 适合开放任务

      生产系统常见 混合：路由节点 + Agent 节点 + 确定性校验节点。

      流式与调试

      for event in app.stream({"topic": "AI"}, stream_mode="updates"):
    print(event)

      配合 LangSmith 查看每节点输入输出。

      部署

      LangGraph Platform / 自托管 API 可将 compile() 后的图暴露为服务（见官方 Deployment 文档）。

      下一步