LangGraph 的构建模块

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模块。

LangGraph 中的应用程序从一个入口点开始，根据执行情况，流程可能会进入一个函数或另一个函数，直到到达END。

1. 状态

状态（State）是 LangGraph 的核心概念。它表示流经您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，因此字段应精心设计，以包含决策过程所需的所有数据！

💡 提示：仔细思考您的应用程序需要在步骤之间跟踪哪些信息。

2. 节点

节点（Nodes）是 Python 函数。每个节点：

将状态作为输入
执行一些操作
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：确定后续步骤
人工干预：从用户获取输入

💡 信息：一些整个工作流所需的节点，如 START 和 END，直接从 LangGraph 中存在。

3. 边

边（Edges）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：

直接的：始终从节点 A 到节点 B
有条件的：根据当前状态选择下一个节点

4. 状态图

状态图（StateGraph）是包含您整个代理工作流的容器

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!'}

接下来是什么？

在下一节中，我们将通过构建我们的第一个图来实践这些概念。该图允许 Alfred 接收您的电子邮件，对其进行分类，如果它们是真实的，则起草一份初步回复。