Langgraph示例 - 技术栈

第四章：第一个完整示例（逐行讲解）

我们来写一个最简单的"问答 Agent"：接收问题 → 处理 → 返回答案。

4.1 完整代码

新建文件 first_agent.py：

python

python 复制代码

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

# ---------- 1. 定义状态（公共黑板） ----------
class State(TypedDict):
    question: str
    answer: str

# ---------- 2. 定义节点（工人） ----------
def process_question(state: State):
    question = state["question"]
    answer = f"收到你的问题：{question}。这是来自节点的回答。"
    return {"answer": answer}

# ---------- 3. 创建图 ----------
builder = StateGraph(State)

# ---------- 4. 添加节点 ----------
builder.add_node("processor", process_question)

# ---------- 5. 连边 ----------
builder.add_edge(START, "processor")
builder.add_edge("processor", END)

# ---------- 6. 编译 ----------
graph = builder.compile()

# ---------- 7. 运行 ----------
result = graph.invoke({"question": "LangGraph 是什么？"})
print(result)

4.2 逐行解释

第 1-2 行：导入需要的工具。TypedDict 定义状态类型，StateGraph、START、END 是 LangGraph 的核心组件。

第 5-7 行：定义 State。这里规定黑板上有两个字段：question 和 answer，都是字符串。

第 10-13 行：定义节点函数 process_question。它接收 state，从里面取出 question，生成一个 answer，然后返回 {"answer": answer}。这个返回值会自动合并到 State 中。

第 16 行：创建图构建器，指定用 State 作为状态类型。

第 19 行：把 process_question 函数作为一个节点加入图，名字叫 "processor"。

第 22-23 行：连边。START → processor 表示从起点进入这个节点；processor → END 表示节点执行完就结束。

第 26 行：compile() 把图编译成可执行对象。必须编译才能运行。

第 29 行：invoke() 传入初始状态运行图，返回值就是最终状态。

4.3 运行结果

python 复制代码

bash

python first_agent.py
输出：

python

{'question': 'LangGraph 是什么？', 'answer': '收到你的问题：LangGraph 是什么？。这是来自节点的回答。'}