LangGraph 的构建块

要使用 LangGraph 构建应用程序，您需要了解其核心组件。让我们探索构成 LangGraph 应用程序的基本构建块。

LangGraph 中的应用程序从入口点开始，根据执行情况，流程可能会转到一个函数或另一个函数，直到到达 END。

1. 状态

状态是 LangGraph 的核心概念。它代表了流经您的应用程序的所有信息。

from typing_extensions import TypedDict

class State(TypedDict):
    graph_state: str

状态是用户定义的，因此应仔细设计字段，以包含决策过程所需的所有数据！

💡 提示： 仔细考虑您的应用程序需要在步骤之间跟踪哪些信息。

2. 节点

节点是 Python 函数。每个节点

将状态作为输入
执行某些操作
返回状态的更新

def node_1(state):
    print("---Node 1---")
    return {"graph_state": state['graph_state'] +" I am"}

def node_2(state):
    print("---Node 2---")
    return {"graph_state": state['graph_state'] +" happy!"}

def node_3(state):
    print("---Node 3---")
    return {"graph_state": state['graph_state'] +" sad!"}

例如，节点可以包含

LLM 调用：生成文本或做出决策
工具调用：与外部系统交互
条件逻辑：确定下一步操作
人工干预：从用户获取输入

💡 信息： 一些整个工作流程必需的节点（如 START 和 END）直接来自 langGraph。

3. 边

边连接节点并定义通过图的可能路径

import random
from typing import Literal

def decide_mood(state) -> Literal["node_2", "node_3"]:
    
    # Often, we will use state to decide on the next node to visit
    user_input = state['graph_state'] 
    
    # Here, let's just do a 50 / 50 split between nodes 2, 3
    if random.random() < 0.5:

        # 50% of the time, we return Node 2
        return "node_2"
    
    # 50% of the time, we return Node 3
    return "node_3"

边可以是

直接：始终从节点 A 转到节点 B
条件：根据当前状态选择下一个节点

4. StateGraph

StateGraph 是容纳您整个 Agent 工作流程的容器

from IPython.display import Image, display
from langgraph.graph import StateGraph, START, END

# Build graph
builder = StateGraph(State)
builder.add_node("node_1", node_1)
builder.add_node("node_2", node_2)
builder.add_node("node_3", node_3)

# Logic
builder.add_edge(START, "node_1")
builder.add_conditional_edges("node_1", decide_mood)
builder.add_edge("node_2", END)
builder.add_edge("node_3", END)

# Add
graph = builder.compile()

然后可以将其可视化！

# View
display(Image(graph.get_graph().draw_mermaid_png()))

但最重要的是，可以调用

graph.invoke({"graph_state" : "Hi, this is Lance."})

输出

---Node 1---
---Node 3---
{'graph_state': 'Hi, this is Lance. I am sad!'}

下一步是什么？

在下一节中，我们将通过构建我们的第一个图来将这些概念付诸实践。该图可以让 Alfred 接收您的电子邮件，对其进行分类，并在邮件是真实邮件的情况下起草初步答复。