# LangGraph 学习教程

## 课程大纲

### ✅ 第 1 步：核心理念
- LangGraph 是基于图的 AI 应用框架
- 支持有状态、循环、分支的智能体构建

### ✅ 第 2 步：Hello World
- 文件: `hello.py`
- 学习了：State、Node、Edge 三大核心概念

### ✅ 第 3 步：条件边
- 文件: `conditional.py`
- 学习了：让图学会做决定，根据输入走不同路径

### ✅ 第 4 步：循环 + 智能体
- 文件: `loop.py` - 循环演示（尝试-评估-重试）
- 文件: `agent.py` - AI 智能体（思考-行动-回答）

## 核心概念总结

```
LangGraph 图 = State(状态) + Node(节点) + Edge(边)

State: TypedDict，节点间传递的数据包
Node: 函数，接收状态并返回更新
Edge: 连接节点，定义流程走向
  - 固定边: add_edge()
  - 条件边: add_conditional_edges()
```

## 下一步学习

### 第 5 步：真实 LLM 智能体
- 接入 OpenAI API
- 构建 ReAct 模式智能体
- 添加工具调用能力

### 第 6 步：高级特性
- 检查点机制（暂停/恢复）
- 子图（嵌套图）
- 并行执行
- 流式输出

## 运行示例

```bash
# 设置编码
$env:PYTHONIOENCODING="utf-8"

# 运行各个示例
python hello.py      # Hello World
python conditional.py # 条件边
python loop.py       # 循环
python agent.py      # AI 智能体
```

## 接入真实 LLM

```powershell
# 设置 API Key
$env:OPENAI_API_KEY = "sk-..."

# 运行智能体示例
python agent.py
```