北京cms建站模板,wordpress自定义字段数据库,怎么上传wordpress,网络设计课程有哪些文章目录 1.图的节点工作过程2. 状态3. 节点4. 边4.1 普通边4.2 条件边4.3 入口边4.4 条件入口边 5. 其他重要概念 1.图的节点工作过程
节点之间通过消息传递进行通信。
一个节点完成工作以后#xff0c;会向邻居节点发送消息。收到消息的节点#xff0c;会进行相应的处理。… 文章目录 1.图的节点工作过程2. 状态3. 节点4. 边4.1 普通边4.2 条件边4.3 入口边4.4 条件入口边 5. 其他重要概念 1.图的节点工作过程
节点之间通过消息传递进行通信。
一个节点完成工作以后会向邻居节点发送消息。收到消息的节点会进行相应的处理。节点的工作过程在一个超步中完成以下步骤
初始状态为所有节点都处于inactive状态。每个节点在每个超步中根据自身状态和收到的消息计算出新的状态。节点在active状态下完成自己的工作之后会向邻居节点发送消息。超步结束如果没有新的消息产生那么整个图的计算就结束了。节点会举手进入到vote to halt状态等待其他节点也举手进入halted状态表示整个图计算结束。系统将举手的节点标记为休息状态。节点最终回到初始的inactive状态。最终当所有的节点都进入halted状态时整个图计算结束。
注意 在使用图之前需要对图进行编译验证图结构、构建 CompiledGraph 对象、验证 CompiledGraph 对象。 2. 状态
状态包含两个关键部分一个是模式 Schema 一个是规约函数 reducer。Schema 定义了状态的数据结构而 reducer 则定义了如何根据输入更新状态。 Schema 定义了数据的结构和类型可以用 TypedDict 和 Pydantic 来定义。 规约函数 reducer定义了状态是更新还是追加。 from typing import Annotated, Sequence
from typing_extensions import TypedDict
import operatorfrom langgraph.graph import StateGraph, START, END
from pydantic import BaseModel, Field# 定义状态 Schema 使用 Pydantic
class AgentState(BaseModel):messages: Annotated[Sequence[str], operator.add] Field(default_factorylist)user_input: str tool_calls: list Field(default_factorylist)final_response: str # 定义状态 Schema 使用 TypedDict
class GraphState(TypedDict):messages: Annotated[Sequence[str], operator.add]user_input: strtool_calls: listfinal_response: strTypedDict定义了简单的类型写起来更简单 Pydantic引入数据字典模式写起来更复杂但更严谨 LangGraph 的图支持三种类型的状态模式分别是 共享模式共享模式的状态会被所有节点共享。共享模式的状态 Schema 必须是可哈希的。私有模式私有模式的状态不会被其他节点共享。私有模式的状态 Schema 可以是可变对象。内部模式内部模式的状态不会被其他节点共享。内部模式的状态 Schema 必须是可哈希的。 规约函数 reducer 指定如何将节点的更新应用到状态上。每个状态键都有独立的规约函数如果不指定默认是覆盖更新。
3. 节点
节点支持同步和异步本质上是 Python 函数。
但是第一个位置参数必须是状态state第二个位置参数是可选的配置config。
节点会被自动转换为 RunableLamaba 对象支持批处理和异步操作。
节点返回值会作为状态更新 只需包含要更新的字段。
from typing import Annotated, Sequence
from typing_extensions import TypedDict
import operatorfrom langgraph.graph import StateGraph, START, END# 定义状态 Schema 使用 TypedDict
class GraphState(TypedDict):messages: Annotated[Sequence[str], operator.add]user_input: strtool_calls: listfinal_response: str# 节点函数
def handle_user_input(state: GraphState) - dict:return {user_input: state[messages][-1] if state[messages] else }def generate_response(state: GraphState) - dict:response fAI 回复: 收到你的消息: {state[user_input]}return {messages: [response],final_response: response,}# 构建图
builder StateGraph(GraphState)builder.add_node(input, handle_user_input)
builder.add_node(llm, generate_response)builder.add_edge(START, input)
builder.add_edge(input, llm)
builder.add_edge(llm, END)# 编译图
graph builder.compile()# 运行
result graph.invoke({messages: [Hello from TypedDict!],user_input: ,tool_calls: [],final_response:
})print(result[final_response])
# 输出: AI 回复: 收到你的消息: Hello from TypedDict!4. 边
边定义了数据的连接关系是数据流动的通道。边有四种类型
普通边条件边入口边条件入口边
4.1 普通边
普通边是最常见的边它表示两个节点之间的直接连接关系。
builder.add_edge(node1, node2)4.2 条件边
条件边表示节点之间的连接需要满足特定的条件比如下面代码中只有当 node1 的值大于 0 时才会建立 node1 和 node2 之间的连接。
def route_condition(state: State):if state[score] 60:return node4else:return node5# 直接使用返回值作为下一个节点
builder.add_edge(node3, conditionroute_condition)# 使用映射字典定义下一个节点
builder.add_edge(node3, conditionroute_condition, { True: node4, False: node5 }
)4.3 入口边
builder.add_entry(node1)4.4 条件入口边
def route_condition(state: State):if state.get(is_login):return node1return node2builder.add_conditional_entry(START, route_condition)5. 其他重要概念
子图子图是一种封装机制允许将一个完整的图作为节点嵌入到另一个图中。这种机制是 MultiAgent 的核心。检查点checkpoint 是图状态的快照由 StateSnapshot 对象表示。会话 session 是用户与图之间的对话。在 Python 中用线程表示。每个 session 有唯一的会话 ID。
