Langgraph底层源码解析

一、LangGraph的Graph基类解析

1. Graph基类的核心作用：Graph基类是LangGraph框架中管理和定义图结构的关键部分，负责对图进行整体构建与管理，包括添加节点、边以及设定节点间的动态流转逻辑等。
2. __init__函数中的关键属性
   • self.nodes：以字典形式存储图中的节点。在构建图时，每个节点如同一个个独立的圆圈，self.nodes仅将节点放置其中，尚未建立它们之间的连接关系。
   • self.edges：用于记录节点之间的连接关系，形象地说，就是存储节点间连接箭头所代表的信息。
   • self.branches：对应着条件分支（router），保存着在特定条件下不同路由节点的相关信息，即满足特定条件时，如何选择不同的路由节点。
   • support_multi_edges：是一个指示标志，用于表明图是否允许一个节点连接多条边。
   • compiled：表示图是否已经被编译。编译操作可激活图，使其能够接收输入，并按照内部定义的逻辑生成回复，就像将一个构建好的图准备好投入使用。
3. Graph基类的关键方法
   • get_all_edges：该方法用于获取图中所有边的数据。
   • add_node：实现向图中添加新节点的功能。
   • add_edge(start_key, end_key)：在图中添加边，通过start_key和end_key明确边的起始节点和结束节点。
   • add_conditional_edge：添加条件边，它允许在执行过程中，依据特定条件从一个节点动态地转移到一个或多个节点，增加了图的灵活性。
   • set_entry_point：用于设置图的入口点，即确定当图接收用户输入时，以哪个节点作为第一个初始节点。
   • set_conditional_entry_point：设置条件入口节点，意味着可以设置多个节点，根据不同的用户输入条件来选择不同的起始节点，实现更灵活的图执行路径选择。
   • set_finish_point：设置图的结束点，当图执行到该节点时，无论中间过程多么复杂，都将停止执行，并把结果返回给用户。
   • validate：对图的结构进行验证，检查节点和边的定义是否符合LangGraph的逻辑规范，确保图的正确性。
   • compile：编译图，使图进入可接收用户输入并生成相应响应的激活状态，为图的实际运行做好准备。

二、LangGraph的GraphState类解析

1. GraphState类的功能与实现：GraphState类的主要作用是管理状态，通过状态图StateGraph类来实现。在图的计算过程中，它确保每个节点都能共享全局状态信息，并且该状态会随着计算的进行不断维护和更新。
2. __init__函数中的关键属性

   • state_schema：用于定义图的结构（也称为模式）。默认情况下，StateGraph采用单模式运行，即所有节点通过同一个共享的全局state进行通信，各个阶段的输入输出都记录在这个state中。此外，LangGraph支持多种图模式，可通过state_schema进行灵活指定。

   • config_schema：用于定义和验证图的配置参数，为Graph基类中的validate方法提供更细致的访问控制。

   • nodes、edges、branches：与Graph基类中的同名属性类似，分别用于存储图状态中的节点、边和条件分支信息。

3. GraphState类的关键方法与图模式
   • 关键方法：主要包括添加节点、添加边和编译图等方法，用于构建和操作图的状态。
   • 图模式：默认的单模式规定，图在任意阶段都读取和写入相同的状态通道，所有节点都利用这个状态通道进行通信。在LangGraph中，通过TypedDict工具来限定这种模式下输入输出的结构。
     例如，在定义发送邮件的函数时，使用TypedDict规定传入参数必须包含特定字段且类型符合要求，这是为了保证图中节点间数据传递的准确性和稳定性，避免因数据类型或参数传递问题导致链路报错。
4. 单输入输出模式的定义与实践：使用LangGraph时，需要先安装第三方依赖包（如0.2.35版本）。定义单输入输出模式的步骤如下：
   • 从langgraph.graph导入StateGraph，从typing_extensions导入TypedDict。
   • 定义输入状态（如InputState，包含question字段）和输出状态（如OutputState，包含answer字段），并通过OverallState将两者合并。
   • 创建StateGraph对象，传入OverallState以及明确的输入输出类型（InputState和OutputState），以此搭建起图结构的框架，规定图接收question字段作为输入，并返回answer字段作为输出。

from langgraph.graph import StateGraph
from typing_extensions import TypedDict


# 定义输入状态
class InputState(TypedDict):
    question: str


# 定义输出状态
class OutputState(TypedDict):
    answer: str


# 将输入状态和输出状态合并
class OverallState(InputState, OutputState):
    pass


# 创建StateGraph对象，搭建图结构框架
builder = StateGraph(OverallState, input=InputState, output=OutputState)