核心导读与中文摘要
基于有向循环图(DAG + Cycles)管理 Agent 状态机、断点持久化(Checkpointer)与人工审批中断恢复。
为什么生产 Agent 需要状态图(StateGraph)
传统单循环 ReAct Agent 在超过 8–10 步后极易发生目标漂移或无限重试。LangGraph 通过显式节点(Node)、条件边(Conditional Edge)和状态归约器(Reducer)把工作流变成可追踪、可回放的状态机。
核心工程特性
| 特性 | 说明 | 典型用途 |
|---|---|---|
| Checkpointer | 自动持久化每一步状态快照(Postgres/SQLite) | 服务重启后从中断点续跑长任务 |
| Human-in-the-loop | interrupt() 挂起执行等待人类确认 | 支付、删库、发邮件前的人工审批 |
| Subgraphs | 隔离每个子 Agent 的私有状态 | 多角色审查、研究与编码解耦 |
最小状态机结构示例
python
from langgraph.graph import StateGraph, END
builder = StateGraph(AgentState)
builder.add_node("research", research_node)
builder.add_node("writer", writer_node)
builder.add_conditional_edges("writer", should_continue, {"revise": "research", "done": END})
graph = builder.compile(checkpointer=postgres_saver)
