Nodes & Edges：节点与边

3.1 节点类型详解

LangGraph 支持多种类型的节点，每种都有其适用场景。

3.1.1 函数节点

python
# 最基础的节点类型：普通 Python 函数
def process_input(state: State) -> dict:
    data = state["input"]
    return {"processed": data.upper()}

graph.add_node("process", process_input)

3.1.2 LLM 节点

python
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="gpt-4")

# LLM 作为节点：直接返回消息
def llm_node(state: State) -> dict:
    response = llm.invoke(state["messages"])
    return {"messages": [response]}

3.1.3 工具节点

python
from langchain_core.tools import tool

@tool
def search_database(query: str) -> str:
    """搜索数据库"""
    return f"查询结果: {query}"

@tool
def send_email(to: str, content: str) -> str:
    """发送邮件"""
    return f"已发送给 {to}"

tools = [search_database, send_email]
llm_with_tools = llm.bind_tools(tools)

def tool_node(state: State) -> dict:
    # LLM 决定调用哪个工具
    last_msg = state["messages"][-1]
    if last_msg.tool_calls:
        tool_call = last_msg.tool_calls[0]
        result = tools[tool_call.name].invoke(tool_call.args)
        return {"messages": [{"role": "tool", "content": result}]}
    return {"messages": []}

3.2 边的进阶用法

3.2.1 普通边（Fixed Edge）

python
# 固定从 A 到 B
graph.add_edge("node_a", "node_b")

3.2.2 条件边（Conditional Edge）

python
from typing import Literal

def route_after_llm(state: State) -> Literal["search", "calculate", "END"]:
    last_msg = state["messages"][-1].content
    
    if "搜索" in last_msg or "查询" in last_msg:
        return "search"
    elif any(kw in last_msg for kw in ["计算", "多少", "数字"]):
        return "calculate"
    else:
        return "END"

# 条件边：从 llm_node 根据返回值决定下一个节点
graph.add_conditional_edges(
    "llm_node",
    route_after_llm,
    {
        "search": "search_node",
        "calculate": "calculate_node",
        "END": END
    }
)

3.3 节点执行详解

每个节点接收 当前 State，处理后返回部分更新，由 Reducer 合并到 State 中。

3.4 完整工作流示例

python
# agents.py - Agent 定义
from langgraph.graph import StateGraph, START, END

class AgentState(TypedDict):
    messages: Annotated[list, add]
    # ...

def create_agent() -> StateGraph:
    graph = StateGraph(AgentState)
    
    # 添加节点
    graph.add_node("llm", llm_node)
    graph.add_node("tools", tool_node)
    
    # 添加边
    graph.add_edge(START, "llm")
    graph.add_conditional_edges("llm", route_to_tools, {...})
    graph.add_edge("tools", "llm")  # 循环回到 LLM
    
    return graph.compile()

3.5 本章小结

• 节点类型：函数节点、LLM 节点、工具节点
• 边类型：普通边（固定）、条件边（动态路由）
• add_conditional_edges：根据函数返回值决定下一个节点
• 合理组织代码结构：分离 Agent 定义和调用逻辑