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)

边

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
kobe_OKOK_15 小时前
__getattr__和__getattribute__如何用
python
全栈弄潮儿16 小时前
Python实战第2期: 变量与数据类型
后端·python·agent
长沙三为智能科技16 小时前
家政小程序门店运营模块设计:会员、下单、派单、结算四段链路的落地拆解
python·小程序·内容运营
Cc.Y16 小时前
Java零基础入门:可变字符串与包装类:StringBuilder、StringBuffer 与 通讯录管理系统实战
java·开发语言·python
启观川16 小时前
数据结构与算法 -第 3 章 常用算法-动态规划
数据结构·笔记·python·算法
码爸16 小时前
排序算法介绍
python·算法·排序算法
笔墨登场说说17 小时前
flink bin/start-cluster.sh 帮我做成开机启动
开发语言·python
辣知17 小时前
辣知·化智77 三千年接力写就的一本书
学习
一木 之林17 小时前
Dify学习笔记 01 · 平台入门与实战:部署、五类应用、RAG与MCP(第1-16集)
人工智能·笔记·学习·计算机视觉
weixin_4481199417 小时前
Datawhale Easy Data × AI:构建知识与记忆驱动的 Agent笔记8
人工智能·笔记·react.js