LANGCHAIN_TUTORIAL 回 Jason 主站

01 · Simple Graph — 把”流程”画成图

本步带回家的概念：StateGraph = 一张有向图 + 一份共享状态字典。每个节点是个普通 Python 函数，读 state、改 state、传给下一个节点。比 AgentExecutor 那种”黑盒循环”更可控。 配套代码：final/02_langgraph/01_simple_graph.py 预计耗时：45-60 分钟

准备 (5 分钟)

任务卡

任务 1 · 跑起来感受”图执行”（10 分钟）

做什么：

python final/02_langgraph/01_simple_graph.py

观察 4 段：

  1. 单节点聊天：State 只装 messages，一个节点把消息送 LLM 拿回答
  2. 三节点流水线：preprocess → call_llm → postprocess
  3. 循环图：increment 节点配条件边，自己跳回自己 3 次
  4. ASCII 可视化：A → B 和 A → C 的并行图

为什么 LangChain 已经有 LCEL，还要 LangGraph：

LCEL 的链是线性 + 静态——prompt | llm | parser 顺序定死。但真实 Agent 经常要：

LangGraph 用”图 + 状态”统一这些场景，比手写 if/while 干净多了。

给 AI 的 prompt：

我刚跑了 final/02_langgraph/01_simple_graph.py。
看到 4 段：单节点 chatbot、三节点流水线、循环图、ASCII 可视化。

请用日常类比帮我搞清 3 件事：

1. StateGraph 中的 "State" 是什么角色？
   能不能比喻成"工厂流水线上的一个传送带托盘，每个工位（节点）
   都从托盘上取东西、放东西"？
2. add_messages 这个 reducer 是干嘛的？
   普通 dict 直接覆盖 vs. add_messages 追加，差别会让对话变成什么样？
3. 为什么 START 和 END 是显式画出来的，不是 Python 函数自动有的？

回答 250 字内，每问一段，不堆术语。

自检：你能用一句话讲清「为什么有了 LCEL 还需要 LangGraph」（提示：循环、分支、HITL 三大场景）。

任务 2 · 挖空写 State 和单节点（10 分钟）

做什么：

  1. 打开 final/02_langgraph/01_simple_graph.py，只看 demo_simple_chatbot 函数前 15 行（State 定义 + 节点函数）
  2. 在 _scratch/my_g01_graph.py 里完全自己重写这段（不复制 final），目标：单节点 chatbot 能跑

给 AI 的 prompt：

我要在 _scratch/my_g01_graph.py 里写一个最简 LangGraph 单节点 chatbot。

请引导我（不直接给代码）：
1. State 用 TypedDict 定义。messages 字段为什么必须用
   Annotated[list, add_messages]？如果只写 list 会怎样？
2. 节点函数的签名是什么样？输入 / 输出分别是什么？
   （提示：输入是 State，输出不是 State 而是 dict）
3. StateGraph 构建的 5 个步骤是什么？
   （add_node / add_edge / 入口 / 出口 / compile）

每次只问我一个问题。回答用日常类比开始。

把代码自己写出来，跑：

python _scratch/my_g01_graph.py

自检：你能讲清「节点函数为什么返回 dict 而不是新 State」（提示：返回的 dict 是”我要更新哪些字段”，框架自己 merge 进 State）。

任务 3 · 加第二个节点变流水线（10 分钟）

做什么：在你的 my_g01_graph.py 里，把单节点扩成两节点：

给 AI 的 prompt：

我已经有单节点 chatbot 跑通。现在要在它后面加一个 add_emoji 节点，
功能是把 LLM 回答的最后一条消息前面拼上 "🤖 " 字符。

请引导我（不直接给代码）：
1. add_emoji 节点函数应该怎么修改 state["messages"]？
   是直接改 state 还是返回 dict？返回的 dict 该装什么？
   （提示：add_messages reducer 会追加，但你这里要"替换最后一条"——
    要怎么处理？）
2. add_edge 怎么连："chatbot" 之后必须接 "add_emoji" 吗？
3. 如果我把 add_emoji 改成"在最后一条 AI 消息后面加 emoji"
   而不是替换，行为差别在哪？

每次只问我一个问题。

写完跑通后，让你的 chatbot 回答两次，观察：第一次 emoji 在不在？第二次呢？

自检：你能讲清「add_messages reducer + 不可变 message 的组合，导致『修改已有消息』有点反直觉」（提示：不能直接 mutate，得新建 AIMessage 替换）。

任务 4 · 加循环——条件边（10 分钟）

做什么：参考 final 的 demo_loop_graph，在 my_g01_graph.py 里单独写一个纯循环示例（不涉及 LLM，避免被 LLM 输出干扰理解循环本身）：

给 AI 的 prompt：

我要在 _scratch/my_g01_graph.py 里加一个纯循环示例，理解条件边。
不带 LLM，只数 count 从 0 加到 5。

请引导我（不直接给代码）：
1. add_conditional_edges 三个参数（来源、条件函数、映射 dict）
   各代表什么？跟普通 add_edge 比，多了什么？
2. 条件函数返回的字符串，和映射 dict 的 key 必须严格对应吗？
   写错会怎样？（提示：可以建议我故意写错一个看看）
3. 循环图有没有"无限循环"的风险？LangGraph 怎么防？
   （提示：跟 recursion_limit 这个 invoke 参数有关）

每次只问我一个问题。

写完跑：

python _scratch/my_g01_graph.py

观察 print 5 次后退出。

自检：你能讲清「条件边和 if/else 的差别」（提示：if/else 是节点内部逻辑；条件边是节点之间的”路由”，更显式 + 可视化）。

任务 5 · 自检：跟 final 对比 + 看 ASCII 图（10 分钟）

做什么：

  1. 把你的 _scratch/my_g01_graph.py 和 final/02_langgraph/01_simple_graph.py 摆一起
  2. 在你的代码末尾加 print(graph.get_graph().draw_ascii()) 画图
  3. 跟 AI 对比

给 AI 的 prompt：

我自己写的 _scratch/my_g01_graph.py：
[贴你的代码]

参考答案 final/02_langgraph/01_simple_graph.py：
[让 AI 自己读这个文件]

请帮我分析：
1. State 定义层面的差别（字段数、类型注解、reducer 用法）
2. 节点函数风格的差别（返回 dict 完整性、副作用打印等）
3. 边的拓扑差别（我有没有意外的多/少一条？画 ASCII 图能验证）
4. final 用了 4 个 demo 函数把 4 个独立图分开；
   我如果都塞一个图里会不会有问题？（提示：State schema 冲突）

哪些是风格差异，哪些是真问题？真问题告诉我"为什么 final 这样写更好"，
不要直接给修改后代码——让我自己改。

自检：改完跑通 + 你的 draw_ascii() 输出能正确反映你心里的图（”原来我这条边漏画了”是常见发现）。

通关条件

卡点日志（必填）

打开 _scratch/journal/，新建 2026-XX-XX-week3-01.md：

# Week 3 · 01_simple_graph — 卡点日志

## 卡点
- 任务 X：卡了 ___ 分钟，卡在 ___

## "原来如此"时刻

## 想留作复用的 prompt

## 还没搞懂的（留尾巴）

通往下一站