LangGraph-AI应用开发框架(一)
·
目录
3.解决方案:LangGraph--Agent Server 的“操作系统”
一.LangGraph是什么?
1.认识智能服务





2.构建Agent Server时遇到的四大难题



3.解决方案:LangGraph--Agent Server 的“操作系统”

a.记忆大师

![]()
b.流程指挥官


c.容错卫士

d.LangGraph在现实中的应用



二.LangGraph生态系统

三.LangGraph的核心概念
1.常见概念区间
a.Agent



b.工作流

c.工作流和Agent区别


2.工作流
a.工作流介绍



b.理解图计算



3.实现工作流的核心概念
a.State(状态)-快递的"包裹信息"



from typing import TypedDict
class PackageState(TypedDict):
# 包裹基本信息
package_id: str # 包裹id
origin: str # 始发站
destination: str # 目的地
# 配送状态
status: str # "待揽收", "运输中", "派送中", "已签收"
history: list[str] # 流转历史
total_distance: int # 总里程
# 配送详情
priority: str # "普通", "加急"

b.Nodes(节点)-快递站点



from typing import TypedDict
class PackageState(TypedDict):
# 包裹基本信息
package_id: str # 包裹id
origin: str # 始发站
destination: str # 目的地
# 配送状态
status: str # "待揽收", "运输中", "派送中", "已签收"
history: list[str] # 流转历史
total_distance: int # 总里程
# 配送详情
priority: str # "普通", "加急"
def receive_package(state: PackageState):
"""揽收站"""
return {
"status": "已揽收",
"history": [f"在{state['origin']}揽收"]
}
def sort_package(state: PackageState):
"""分拣中心: 根据目的地分拣"""
destination = state["destination"]
if "北京" in destination:
next_station = "北京分拣中心"
elif "上海" in destination:
next_station = "上海分拣中心"
else:
next_station = "其他地区分拣中心"
return {
"status": "已分拣",
"history": [f"分拣至{next_station}"]
}
def final_delivery(state: PackageState):
"""派送站"""
return {
"status": "已签收",
"history": [f"已送达{state['destination']}"]
}
c.Edges(边)-快递运输路线




更多推荐


所有评论(0)