同样是LangGraph，为什么有的能上线、有的只能演示？-优快云博客

聊《同样是LangGraph，为什么有的能上线、有的只能演示？》之前，先说一句实在的：别急着背概念，先看它在真实项目里到底解决什么问题。

摘要

上周，有个朋友跟我聊他做的一个 Agent 项目。原型跑得很顺，能自动查数据库、发邮件、甚至生成报告。可一放到生产环境，不到三天就出问题了：有人误删了生产数据，有人调用了未授权接口，日志里连“谁在什么时候做了什么”都查不到。

我问他：“你有权限控制吗？”他说：“我还没想好，等上线后再加。”我问：“你有审计日志吗？”他说：“我只记录了模型调用的结果，没记谁调的。”

我直接说：“别上了。你这不是在做 Agent，这是在埋雷。”

这不是危言耸听。我去年带团队落地一个自动化运维 Agent，同样从 Demo 起步，结果上线第一天就因权限失控被安全团队叫停。教训来得太快，也太痛。

我们总以为 Agent 的核心是“智能”，是“自动执行”，但真正决定一个 Agent 能不能被团队接受、能不能上线、能不能长期运行的，不是它的 Prompt 有多炫，也不是它调模型有多快，而是——它有没有权限边界，有没有操作留痕，有没有可追溯的流程控制。

而 LangGraph，恰恰是解决这些问题的骨架。

---

为什么需要图工作流？

文章插图 1

用传统的链式调用（Chain）写 Agent，看起来简单，一复杂就崩。比如：

一个 Agent 需要先查库存，再审批，再发货，最后通知客户。
每个步骤可能涉及不同系统、不同权限、不同责任人。
如果某一步失败，回滚？重试？通知谁？

用链式结构，你只能靠 if-else 硬写。一旦分支多了，逻辑就乱，权限和日志根本插不进去。

而图工作流（Graph）不一样。它以“状态”为中心，每个“节点”是一个可执行的动作，每条“边”是一个条件判断。你可以在每个节点里插入权限校验、日志记录、异常处理，甚至人工介入。

更重要的是：图结构天然支持流程可视化、可调试、可审计。你可以一眼看出谁在哪个节点做了什么，哪个节点被跳过了，哪个节点失败了。

---

State 与 Node：把 Agent 当“进程”看

文章插图 2

在 LangGraph 里，你定义一个 State，它就像 Agent 的“当前上下文”：

from typing import TypedDict, Annotated

class AgentState(TypedDict):
    user_id: str
    action: str
    data: dict
    permissions: list[str]
    log: list[str]

每个节点就是一个函数，接收 AgentState，返回更新后的状态：

def check_permissions(state: AgentState) -> AgentState:
    if "admin" not in state["permissions"]:
        raise PermissionError("用户无权限执行此操作")
    state["log"].append(f"[{state['user_id']} 执行了权限检查]")
    return state

def execute_action(state: AgentState) -> AgentState:
    state["log"].append(f"[{state['user_id']} 执行了 {state['action']}]")
    # 实际业务逻辑...
    return state

注意：每个函数都是纯函数，不直接修改外部状态，只返回新状态。这样日志、权限、状态变更才能被统一记录。

---

优快云资料领取方式

Edge 与条件分支：流程不是死路一条

图的关键在于“边”——什么时候从 A 走到 B？

from langgraph.graph import StateGraph, END

workflow = StateGraph(AgentState)

workflow.add_node("check", check_permissions)
workflow.add_node("execute", execute_action)

workflow.add_edge("check", "execute")
workflow.add_conditional_edges(
    "execute",
    lambda state: "success" if state["action"] != "delete" else "rollback",
    {
        "success": END,
        "rollback": "rollback",
    }
)

workflow.add_node("rollback", rollback_handler)

这里的关键是：你可以在每个边里做判断，甚至触发人工审批节点。比如“删除操作”必须经过审批，不能自动执行。

---

人工审批节点：让 Agent 有“刹车片”

在生产环境，有些操作不能自动执行。比如删除数据、修改配置、访问敏感接口。

这时候，你可以加一个“人工审批”节点：

def approve_action(state: AgentState) -> AgentState:
    # 这里可以调用审批系统、发钉钉消息、等人工确认
    if not is_approved(state["action_id"]):
        raise Exception("审批未通过")
    state["log"].append(f"[人工审批通过 {state['action_id']}]")
    return state

这个节点可以放在图中间，作为“ gate ”。只有审批通过，流程才能继续。这不仅安全，也方便事后审计——谁审批的、什么时候审批的、为什么审批，全都有记录。

---