AI Agents · 课时

节点、边与状态

定义 TypedDict 状态，编写修改状态的节点函数，并使用有向边将它们连接起来。

节点、边与状态 是 CoddyKit 上的免费 AI Agents 课时。这是第 2 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 AI Agents 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 AI Agents 课程共包含 4 节课。

本课时的部分内容尚未翻译，以英文显示。

状态对象

每个 LangGraph 代理都有一个带类型的状态 — 通常是 TypedDict：

from typing import TypedDict
from typing_extensions import Annotated
import operator

class AgentState(TypedDict):
    messages: Annotated[list, operator.add]   # appends instead of replaces
    plan: str
    answer: str

状态更新的工作方式

每个节点都会返回一个部分字典。LangGraph 会：

读取当前状态
使用该状态调用节点
将返回的部分字典合并回状态

对于使用 operator.add 的列表字段，新项目会追加，而不是覆盖原有内容。

Defining a Node

def planner(state: AgentState) -> dict:
    prompt = f'User wants: {state["messages"][-1].content}'
    plan = llm.invoke(prompt).content
    return {'plan': plan}

Registering the Node

from langgraph.graph import StateGraph, END

graph = StateGraph(AgentState)
graph.add_node('planner', planner)

定义边

静态边会无条件触发：

graph.set_entry_point('planner')
graph.add_edge('planner', 'researcher')
graph.add_edge('researcher', 'writer')
graph.add_edge('writer', END)

条件边

要实现分支，请注册一个用于选择下一个节点的函数：

def route(state: AgentState) -> str:
    if state['needs_research']:
        return 'researcher'
    return 'writer'

graph.add_conditional_edges(
    'planner',
    route,
    {'researcher': 'researcher', 'writer': 'writer'}
)

END 很特殊

END 是终止节点。指向 END 的任何边都会终止图，并返回当前状态。

Compiling the Graph

app = graph.compile()
result = app.invoke({'messages': [...]})
print(result['answer'])

流式传输状态更新

实时观察状态变化：

for event in app.stream({'messages': [...]}):
    print(event)
# Each event is the state diff from the just-completed node.

归约函数

对于复杂的状态合并，请使用自定义归约函数：

def merge_facts(old, new):
    return {**old, **new}

class State(TypedDict):
    facts: Annotated[dict, merge_facts]

子图

一个节点本身可以是另一张已编译的图 — 这对分层代理很有用：

subgraph = StateGraph(SubState).compile()
graph.add_node('subprocess', subgraph)

异步节点

节点可以是异步函数：

async def fetch_node(state):
    data = await fetch_async(state['url'])
    return {'data': data}

result = await app.ainvoke({...})

节点中的错误

如果节点抛出错误，LangGraph 会传播该错误并停止运行。如果您希望优雅地处理错误，请在节点中捕获它：

def safe_search(state):
    try:
        return {'results': search(state['query'])}
    except Exception as e:
        return {'error': str(e), 'results': []}

状态更新

当节点以字典形式返回 {'plan': '...'} 时会发生什么？

回顾

定义 TypedDict 状态，编写返回部分更新的函数，添加节点和边，进行编译并运行。这就是 LangGraph。

常见问题解答

「节点、边与状态」课时是免费的吗？

是的 — 「节点、边与状态」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 AI Agents 课程的其余内容，请升级到 CoddyKit PRO。 AI Agents 课程共包含 4 节课。

「节点、边与状态」这节课中我会学到什么？

定义 TypedDict 状态，编写修改状态的节点函数，并使用有向边将它们连接起来。你通过在浏览器中直接运行的动手代码来练习 AI Agents，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 AI Agents 需要有经验吗？

无需任何先前经验。CoddyKit 上的 AI Agents 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 2 节课，共 4 节。

「节点、边与状态」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 AI Agents 课中编写并运行代码吗？

能。每节 AI Agents 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 AI Agents