langgraph加上“循环”和“记忆”

空心木偶☜2026-10-06 9:59

第六章：加上"循环"和"记忆"

6.1 为什么需要循环？

线性流程只能走一遍就结束。但真实 Agent 需要"思考 → 行动 → 观察 → 再思考"的循环。比如模型先决定搜索，搜索完再看结果决定是否再搜。

6.2 条件边：控制"下一步去哪"

python

python 复制代码

from typing import TypedDict
from langgraph.graph import StateGraph, START, END

class State(TypedDict):
    count: int

def increment(state: State):
    return {"count": state["count"] + 1}

def should_continue(state: State):
    if state["count"] < 3:
        return "keep_going"
    return "stop"

builder = StateGraph(State)
builder.add_node("increment", increment)

builder.add_edge(START, "increment")

# 条件边：根据 should_continue 的返回值决定去向
builder.add_conditional_edges(
    "increment",
    should_continue,
    {
        "keep_going": "increment",  # 回到自己，形成循环
        "stop": END
    }
)

graph = builder.compile()
result = graph.invoke({"count": 0})
print(result)  # 输出 {'count': 3}

add_conditional_edges 的第三个参数是一个映射字典 ：should_continue 返回 "keep_going" 就跳回 "increment"，返回 "stop" 就结束。这样 count 从 0 累加到 3 才停。

6.3 记忆：让 Agent 记住上下文

默认情况下，每次 invoke() 都是全新的开始。加上 Checkpointer 后，Agent 就能记住之前的对话。

python

python 复制代码

from langgraph.checkpoint.memory import MemorySaver

checkpointer = MemorySaver()
graph = builder.compile(checkpointer=checkpointer)

# 用 thread_id 区分不同用户的对话
config = {"configurable": {"thread_id": "user_001"}}

# 第一轮
graph.invoke({"question": "我叫小明"}, config)
# 第二轮
result = graph.invoke({"question": "我叫什么？"}, config)
# Agent 能记住"小明"

thread_id 就像会话 ID，同一个 ID 的多次调用会共享状态。