LANGGRAPH - 技术栈

LangGraph 中的应用程序从一个入口点开始，根据执行情况，流程可能会进入一个函数或另一个函数，直到到达END。

1. 状态

**状态（State）**是 LangGraph 的核心概念。它表示流经您应用程序的所有信息。

复制代码

from typing_extensions import TypedDict

class State(TypedDict):
    graph_state: str

状态是用户定义的，因此字段应精心设计，以包含决策过程所需的所有数据！

2. 节点

**节点（Nodes）**是 Python 函数。每个节点：

将状态作为输入
执行一些操作
返回状态的更新

复制代码

def node_1(state):
    print("---Node 1---")
    return {"graph_state": state['graph_state'] +" I am"}

def node_2(state):
    print("---Node 2---")
    return {"graph_state": state['graph_state'] +" happy!"}

def node_3(state):
    print("---Node 3---")
    return {"graph_state": state['graph_state'] +" sad!"}

例如，节点可以包含：

LLM 调用：生成文本或做出决策
工具调用：与外部系统交互
条件逻辑：确定后续步骤
人工干预：从用户获取输入

3. 边

**边（Edges）**连接节点并定义通过图的可能路径

复制代码

import random
from typing import Literal

def decide_mood(state) -> Literal["node_2", "node_3"]:
    
    # Often, we will use state to decide on the next node to visit
    user_input = state['graph_state'] 
    
    # Here, let's just do a 50 / 50 split between nodes 2, 3
    if random.random() < 0.5:

        # 50% of the time, we return Node 2
        return "node_2"
    
    # 50% of the time, we return Node 3
    return "node_3"

边可以是：

直接的：始终从节点 A 到节点 B
有条件的：根据当前状态选择下一个节点

4. 状态图

**状态图（StateGraph）**是包含您整个代理工作流的容器

复制代码

from IPython.display import Image, display
from langgraph.graph import StateGraph, START, END

# Build graph
builder = StateGraph(State)
builder.add_node("node_1", node_1)
builder.add_node("node_2", node_2)
builder.add_node("node_3", node_3)

# Logic
builder.add_edge(START, "node_1")
builder.add_conditional_edges("node_1", decide_mood)
builder.add_edge("node_2", END)
builder.add_edge("node_3", END)

# Add
graph = builder.compile()