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
油丶酸萝卜别吃6 小时前
前端转全栈学习路线
前端·学习
北斗落凡尘8 小时前
LangGraph 入门实战(2)
python·langchain
ttod_qzstudio8 小时前
Java 常用语法极简通关(五):类与对象——字段、方法、构造器、this 与 static
java·开发语言·python
GlueNa2SiO39 小时前
第十八章 Linux故障排查与恢复
linux·服务器·笔记·学习
jufeng13079 小时前
【系列:手搓自主 AI Agent:Hermes 架构原理剖析 · 第 1 篇】
人工智能·python·架构·agent
weixin_4316004410 小时前
NestJS 入门(3):Guard 如何挡住未登录请求?
前端·后端·学习·nest.js
带娃的IT创业者10 小时前
DeepTutor:当 Agent-Native 架构撞上个性化学习的临界点
学习·架构·ai agent·大模型应用·个性化学习·教育技术·agent-native架构
xian_wwq10 小时前
【学习笔记】Context Engineering,AI Agent 真正的内存管理-4/16
笔记·学习·context
月光船幽幽10 小时前
影子模式下保护 logits 不被修改
人工智能·python·算法
寒月小酒11 小时前
AnythingLLM 学习
学习