langgraph_learing/langgraph-tutorial/README.md

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

# 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

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

# 运行智能体示例
python agent.py