在智能体开发框架——Langgraph中的执行流程分析

在智能体开发框架——Langgraph中的执行流程分析

“ 智能体的基础是大模型的函数调用，而框架只是对其能力的封装。”

我们首先要明确一个概念，即智能体是基于大模型应用设计的一套机制，其本质是大模型提供的函数调用功能(function call)，包括现在的MCP服务；而框架只是对这些原生能力的封装，便于开发人员进行功能开发，而不用去处理太多细节性问题。

所以，在做大模型开发时，虽然要学好框架的使用，但更重要的是要搞明白智能体的运行机制，已经框架在其上做了哪些完善和增强。

Langgraph框架的运作流程

在Langgraph中的核心概念主要有三个——State(状态)，Nodes(节点)，Edges(边)；其中状态的主要载体是StateGraph状态图，其作用是一个全局变量，用来保存智能体执行过程中的数据；而节点是一个个功能节点，比如说模型节点，工具节点等；而边应该叫做条件边，意思是根据边来判断下一个应该执行哪个节点。

简而言之：节点完成工作，边告诉下一步做什么，而State在节点和边中传递参数。

因此，Langgraph开发的智能体是一个基于节点和边为主体的整体，而其有两个特殊节点——start开始节点和end结束节点；所谓的开始节点是只智能体的入口，而结束节点是智能体的终止节点，其它节点则都属于功能节点。

在我们开发一个智能体的过程中，首先我们要指定开始节点和结束节点，然后再根据功能需求填充功能节点。

如下，添加节点和边，并编译图：

其中节点的执行过程是顺序的以及并行的，顺序的是指一个节点执行完毕之后，并把执行结果保存到State中；然后根据边再执行下一个节点或多个节点；之所以又是并行的原因是因为，一个节点执行完成之后可以根据边执行一个或多个下一个节点。

这里说起来可能有点绕，但Langgraph中确实支持多节点执行。

边定义了逻辑如何路由以及图如何决定停止。这是代理工作以及不同节点如何相互通信的重要组成部分

在Langgraph中边有多种类型，主要包括以下几种：

• 普通边：直接从一个节点到下一个节点。
• 条件边：调用一个函数来确定接下来要前往哪个（或哪些）节点。
• 入口点：当用户输入到达时，首先调用哪个节点。
• 条件入口点：调用一个函数来确定当用户输入到达时，首先调用哪个（或哪些）节点。

一个节点可以有多个出边。如果一个节点有多个出边，所有这些目标节点将在下一个超级步骤中并行执行，这就是可以多节点执行的原因。

Langgraph之所以强大的原因，还在于StateGraph状态图中，原因是因为在状态图中可以保存节点执行的所有中间结果；这样当智能体由于某种原因被迫中断时，依然可以根据状态图中的执行结果，随时恢复到当时的运行状态。

最近这几年，经济形式下行，IT行业面临经济周期波动与AI产业结构调整的双重压力，很多人都迫于无奈，要么被裁，要么被降薪，苦不堪言。但我想说的是一个行业下行那必然会有上行行业，目前AI大模型的趋势就很不错，大家应该也经常听说大模型，也知道这是趋势，但苦于没有入门的契机，现在他来了，我在本平台找到了一个非常适合新手学习大模型的资源。大家想学习和了解大模型的，可以**点击这里前往查看**