AI代码蜂巢X

探索编程的无限可能

编辑：嘉禾

LangGraph学习笔记-1

📚 简介

LangGraph 是构建在 LangChain 之上的框架，专门用于创建有状态的、基于图的 AI 应用程序。本教程通过一系列由浅入深的代码案例，帮助你掌握 LangGraph 的核心概念和实战技能。

📖 目录结构

第一部分：基础入门

第二部分：进阶应用

第三部分：类型系统

🎯 学习路径

┌─────────────────────────────────────────────────────────────┐
│                     LangGraph 学习路径                        │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  基础概念 ──→ 条件分支 ──→ 循环结构 ──→ Reducer             │
│     │           │            │            │                 │
│     ↓           ↓            ↓            ↓                 │
│  [01-02]     [03]         [03]         [04]                │
│                                                             │
│                         ↓                                   │
│                                                             │
│              完整应用 ──→ Agent开发 ──→ 多Agent协作          │
│                  │           │              │               │
│                  ↓           ↓              ↓               │
│               [05]        [06]           [07]              │
│                                                             │
│                         ↓                                   │
│                                                             │
│                    类型系统基础                              │
│                       [08]                                  │
│                                                             │
└─────────────────────────────────────────────────────────────┘

🔧 环境准备

安装依赖

pip install langgraph langchain langchain-community
pip install typing_extensions

配置 API Key

import os
os.environ["DASHSCOPE_API_KEY"] = "your-api-key-here"

💡 核心概念速览

LangGraph 是什么？

LangGraph 是一个用于构建有状态、多参与者应用程序的库，特别适合构建 AI Agent 系统。

核心三要素

┌─────────────────────────────────────────────────┐
│                  LangGraph 三要素                 │
├─────────────────────────────────────────────────┤
│                                                 │
│  1️⃣ State（状态）                                │
│     └─ 在节点间传递的共享数据结构                  │
│                                                 │
│  2️⃣ Node（节点）                                 │
│     └─ 执行具体任务的函数                         │
│                                                 │
│  3️⃣ Edge（边）                                   │
│     └─ 定义节点间的执行顺序和条件                  │
│                                                 │
└─────────────────────────────────────────────────┘

基本工作流程

# 1. 定义状态
class MyState(TypedDict):
    count: int

# 2. 定义节点函数
def my_node(state: MyState):
    return {"count": state["count"] + 1}

# 3. 构建图
workflow = StateGraph(MyState)
workflow.add_node("node1", my_node)
workflow.add_edge(START, "node1")
workflow.add_edge("node1", END)

# 4. 编译并运行
app = workflow.compile()
result = app.invoke({"count": 0})

🔗 相关资源

• • LangGraph 官方文档
• • LangChain 官方文档
• • Python TypedDict 文档