【LangGraph入门 1】第一个LangGraph-HelloWorld

本文介绍了LangGraph框架的基本概念和使用方法。核心组件包括节点(Node)和图(Graph)，节点代表具体功能操作，图定义工作流程和节点连接关系。文章详细讲解了执行步骤：

1)定义State消息格式；

2)定义节点函数；

3)构建图结构；

4)可视化查看；

5)运行并输出结果

最后提供了两个完整Demo示例，一个基于Langchain的问答对话系统，另一个是普通节点工作流，展示了从简单到复杂的不同应用场景。文中配有代码示例和流程图，帮助读者理解LangGraph的实际应用。

文章目录

一、核心组件
- [1.1 Node（节点）](#1.1 Node（节点）)
- [1.2 Graph图](#1.2 Graph图)
二、常见的基本控制
- [2.1 基本控制](#2.1 基本控制)
- [2.2 精细控制](#2.2 精细控制)
- 三、执行步骤
- [3.1 定义State](#3.1 定义State)
- [3.2 定义节点](#3.2 定义节点)
- [3.3 构建图](#3.3 构建图)
- [3.4 查看节点与图结构](#3.4 查看节点与图结构)
- [3.5 查看输出](#3.5 查看输出)
四、Demo-HelloWorld

一、核心组件

1.1 Node（节点）

节点是图中的基本单元，代表一个具体的功能或操作
每个节点负责完成一项特定任务（如查询数据、生成文本、做决策等）
节点接收输入，处理后产生输出
可以是简单的函数、API调用、LLM调用或其他复杂操作

1.2 Graph图

图是及其连接关系的结合，代表整个工作流程
定义了信息如何从一个节点流向另一个节点
可以是线性的，或者包含分支、循环的复杂结构
控制整个应用的执行流程和逻辑

二、常见的基本控制

2.1 基本控制

串行控制
分支控制
条件分支与循环
图的可视化

2.2 精细控制

图的运行时配置
map-reduce

三、执行步骤

3.1 定义State

确定节点间通讯的消息格式

TypedDict 属于python标准库typing模块的一部分，仅提供静态类型检查，运行时不执行验证
Pydantic 第三方库，需要单独安装，提供运行时数据验证和序列化功能

python 复制代码

from langchain_core.messages import AnyMessage
from typing_extensions import TypedDict

# 定义节点间通讯的消息格式
class State(TypedDict):
    message: list(AnyMessage)
    extra_field: int

3.2 定义节点

一般而言，节点就是一个函数，接收State值得传入

python 复制代码

def node(state:State):
    message = state['message']
    new_message = AIMessage("你好，我是节点1")
    return {
        'message': message + [new_message],
        "extra_field": 1
    }

3.3 构建图

包含节点，使用state通信

python 复制代码

graph = StateGraph(State)
graph.add_node("node", node)

graph.add_edge(START, "node")
graph.add_edge("node", END)
graph_build = graph.compile()
print("hello world")

3.4 查看节点与图结构

python 复制代码

graph_image = graph_build.get_graph().draw_mermaid_png()
im = Image(graph_image)
with open('saved_image1.png', 'wb') as f:
    f.write(im.data)

3.5 查看输出

python 复制代码

reponse = graph_build.invoke({
    "message":[HumanMessage("你好，我是张三")]
})
#![请添加图片描述](https://i-blog.csdnimg.cn/direct/bad77333f7a0435aadb2e26f787e8011.png)
print(reponse)

# 5. 使用pretty_print来格式化显示

for message in reponse["message"]:
    message.pretty_print()

四、Demo-HelloWorld

python 复制代码

from langchain_core.messages import AnyMessage, AIMessage
from typing_extensions import TypedDict
from langgraph.graph import StateGraph, START, END
from IPython.display import display, Image
from langchain_core.messages import HumanMessage

# 1. 定义state,确定节点间通讯的消息格式
class State(TypedDict):
    message: list[AnyMessage]
    extra_field: int

# 2. 定义节点，一般而言，节点就是一个函数，接收State值的传入

def node(state:State):
    message = state['message']
    new_message = AIMessage("你好，我是节点1")
    return {
        'message': message + [new_message],
        "extra_field": 1
    }

# 3. 构建图，包含一个节点，使用state通信

graph = StateGraph(State)
graph.add_node("node", node)

graph.add_edge(START, "node")
graph.add_edge("node", END)
graph_build = graph.compile()
print("hello world")

# 4. 查看节点与图结构

graph_image = graph_build.get_graph().draw_mermaid_png()
im = Image(graph_image)
with open('saved_image1.png', 'wb') as f:
    f.write(im.data)

reponse = graph_build.invoke({
    "message":[HumanMessage("你好，我是张三")]
})
print(reponse)

# 5. 使用pretty_print来格式化显示

for message in reponse["message"]:
    message.pretty_print()