langgraph学习笔记

langgraph 三个元素:状态、节点、边

  • 状态:对话历史记录、上下文数据、内部变量
  • 节点:输入一个状态,输出另一个状态
  • 边:基于当前状态,决定下一步

状态

python 复制代码
from typing_extensions import TypedDict
from typing import Annotated
from langgraph.graph import add_messages

class MyState(TypedDict):
    messages: Annotated[list, add_messages]

定义一个键值对,类型为列表,作用是add_messages(保存历史记录)

流程图

python 复制代码
from langgraph.graph import StateGraph

graph = StateGraph(MyState)

节点

python 复制代码
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model='gpt-4o',
    api_key="sk",
    base_url="https://xiaoai.plus/v1")

def chatbot(state: MyState):
    return {'messages': [llm.invoke(state['messages'])]}
python 复制代码
graph.add_node('chatbot', chatbot)

add_node添加节点,(名称,函数)

python 复制代码
from langgraph.constants import START, END

#  表示: 流程从start----> chatbot
graph.add_edge(START, 'chatbot')

#  表示: 流程从chatbot----> END
graph.add_edge('chatbot', END)

构建图

python 复制代码
graph = graph.compile()

执行

python 复制代码
def loop_graph_invoke(user_input: str):
    """循环调用这个流程图,让AI可以一直和用户对话"""
    result = graph.invoke({'messages': [('user', user_input)]})
    print('AI机器人: ', result['messages'][-1].content)
            
while True:
    try:
        user_input = input('用户: ')
        if user_input.lower() in ['q', 'exit', 'quit']:
            print('对话结束,拜拜!')
            break
        else:
            loop_graph_invoke(user_input)
    except Exception as e:
        print(e)            

工具节点

python 复制代码
from langgraph.prebuilt import ToolNode

tool_node = ToolNode(tools=tools)
graph.add_node('tools', tool_node)

条件边

python 复制代码
from langgraph.prebuilt import tools_condition

# 根据智能体自动决策是否需要调用工具,
graph.add_conditional_edges('agent', tools_condition)

入口节点

python 复制代码
# 设置入口节点
graph.set_entry_point('agent')

langgraph 记忆能力

持久性检查点,checkpointer、thread_id

python 复制代码
from langgraph.checkpoint.memory import MemorySaver

memory_checkpointer = MemorySaver()
graph = graph.compile(checkpointer=memory_checkpointer)
python 复制代码
thread_id = input('请输入一个sessionId:')
config = {"configurable": {"thread_id": thread_id}}

# 执行这个工作流
while True:
    try:
        user_input = input('用户: ')
        if user_input.lower() in ['q', 'exit', 'quit']:
            print('对话结束,拜拜!')
            break
        else:
            loop_graph_invoke(graph, user_input, config)
    except Exception as e:
        print(e)

调用工具前中断

python 复制代码
graph = graph.compile(
    checkpointer=memory_checkpointer,
    interrupt_before=['tools']
)
python 复制代码
interrupt_after=["tools"]

查看状态

python 复制代码
now_state = graph.get_state(config)
print(now_state)

更新状态

python 复制代码
graph.update_state(
        config=config,
        values={'messages': new_message}
    )
相关推荐
茯苓gao3 小时前
嵌入式开发笔记:EtherCAT协议从硬件到软件完整配置指南——从零搭建一套EtherCAT通信系统
笔记·嵌入式硬件·学习
邪神与厨二病3 小时前
牛客周赛 Round 153
python·算法
yaoxin5211233 小时前
470. Java 反射 - Member 接口与 AccessFlag
java·开发语言·python
groundhappy3 小时前
idalib安装和codex ida-mcp配置
linux·开发语言·python
whyTeaFo4 小时前
GAMES101: Lecture 9: Shading 3(Texture Mapping cont.) ppt笔记
笔记
培之4 小时前
RTX 5090 安装 pytorch3d
人工智能·pytorch·python
Metaphor6924 小时前
使用 Python 在 PowerPoint 中创建折线图和条形图
python·信息可视化·powerpoint·图表
RD_daoyi5 小时前
外链权重暴跌至13%,品牌提及反超传统链接——2026年不做Digital PR,你的独立站等于隐形
运维·网络·学习·机器学习·搜索引擎
chase。5 小时前
【学习笔记】PointWorld:迈向通用机器人操控的3D世界模型
笔记·学习·机器人
m沐沐6 小时前
【深度学习】卷积神经网络 数据增强、保存最优模型实现,详细解读
人工智能·python·深度学习·机器学习·cnn·数据增强