调用langgraph的aupdate_state()方法时异常

原创 于 2025-12-10 15:26:07 发布 · 78 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#langgraph

调用langgraph的aupdate_state()方法时异常：
assert not mv_writes, "Can't write to SharedValues from update_state"
AssertionError:Can't write to SharedValues from update_state
之前可以修改的消息现在也修改失败了，但还是有消息可以修改成功的情况

暂未找到任何解决办法

bloglin99999
关注
开源模型应用落地-LangGraph101-探索 LangGraph人机交互-更新历史Graph状态（三）
以微薄之力，予他人些许温暖.
03-13 2万+
深入解析如何通过get_state_history与update_state两大核心方法，实现对历史对话状态的精准回溯与修改。
【Agent的革命之路——LangGraph】工作流中追踪复杂图执行过程中的状态变化
weixin_40143861的博客
04-20 1194
下面我将详细介绍如何在 LangGraph 中为包含子图的图结构添加线程级持久化功能，步骤清晰明了。
LangGraph-update_state方法
czhcc的专栏
11-21 646
在文档里（如 “Use the graph API”），update_state 是 CompiledStateGraph 的方法之一。在中断或暂停的情形下，如果你希望在恢复之前先修改状态（例如人工干预、补充信息等），这就是 update_state 的主要用途。所以你在使用 update_state 时，要留意该字段是否有特殊 reducer（如 append、累加、合并等）影响。在 LangGraph 中，每一个状态字段（state key）可以有自己的。），参考版本是0.6.8。
007-LangGraph-Manual-State-Update 分析报告
rengang66的博客
11-06 742
本案例主要介绍如何在LangGraph中手动更新状态，包括：手动更新中间状态，控制代理行为路径 修正错误或调整工具调用参数；实现"时间旅行"功能，回到过去的状态并修改后重新执行；通过update_state方法精确控制图的状态。
LangGraph学习笔记 — LangGraph中State状态模式
Lucky_mzc的博客
08-05 1942
本文深入解析了LangGraph框架中的状态管理机制，重点探讨了State和Reducer函数的核心作用。LangGraph通过节点(Node)和边(Edge)构建工作流，其中状态(State)作为关键载体在节点间传递信息。文章详细介绍了三种状态定义方式：字典类型、TypedDict类型和MessageGraph专用类型，并分析了Reducer函数如何控制状态更新逻辑。特别阐述了add_messages这一高级Reducer函数的实现原理，它能智能处理消息的追加和更新。通过多个代码示例展示了不同场景下的状态
基于LangGraph的react_agent的源码解析
STAR GAME
07-06 660
【代码】基于LangGraph的react_agent的源码解析。
LangGraph(五)——自定义状态
qq_51180928的博客
05-21 600
自定义状态
【LangGraph】Use RemoteGraph：如何使用 RemoteGraph 与平台部署交互 示例
彬彬侠的博客
05-22 931
本指南展示了如何使用 RemoteGraph 接口与 LangGraph 平台部署交互，使其像本地定义的 CompiledGraph 一样，通过同步或异步方法（如 .invoke()、.stream() 等）调用远程图。核心步骤：初始化：必须提供 name（图名称，与 langgraph.json 中的一致）和 api_key（通过 LANGSMITH_API_KEY 或参数）。至少提供 url（部署 URL）、client（异步 LangGraphClient）或 sync_client（同步 SyncL
【LangGraph】RemoteGraph 类：调用远程 API 的客户端实现
彬彬侠的博客
05-22 945
RemoteGraph 类是用于调用远程 LangGraph 服务器 API 的客户端实现，遵循 LangGraph 服务器 API 规范，可作为 Graph 的节点，集成到更大的图结构中，适合与 LangGraph 平台部署交互。核心功能：初始化：通过 assistant_id、url、api_key 或自定义客户端（LangGraphClient / SyncLangGraphClient）配置远程连接。图管理：通过 get_graph 和 aget_graph 获取图结构，支持子图表示。状态管理：通过
深入解析 LangGraph 持久性机制：从状态管理到跨线程记忆共享
佑瞻的博客
06-21 1604
LangGraph 的持久性机制不仅是简单的状态保存，更是构建 "有记忆" 智能系统的基础。从检查点的时光胶囊到 Store 的跨线程记忆，从状态回放的时间旅行到加密存储的安全保障，这套机制为我们提供了完整的状态管理解决方案。特别值得注意的是 Pending Writes 处理、检查点接口规范等底层设计，它们构成了 LangGraph 高可用的核心支撑。
LangGraph认知篇-Persistence 持久化
wend的博客
08-03 935
LangGraph 作为一个强大的工作流建模工具，其核心特性之一是内置的持久化层，该层通过检查点（checkpointers）实现。当用户为图（graph）配置检查点后，系统会在每个超级步骤（super-step）保存图状态的检查点，并将这些检查点关联到特定的线程（thread）中。这种机制不仅支持图执行后的状态访问，还赋能了多项关键能力：人机协作（human-in-the-loop）、记忆功能、时间旅行（time travel）以及容错性。
【LangGraph】真正的自定义状态，我们提供建议，agent采纳
weixin_40143861的博客
01-04 1664
如果设置了标志，将导向到该节点。否则，它让预构建函数选择下一个节点。这里回忆一下，tools_condition函数只是检查响应消息中是否chatbot有任何响应。如果是，它将导向到该节点。否则，它将结束graph`。"chatbot",最后，我们添加简单的边并编译图形。这些边指示图形每当a执行完成时 a -> b。try:pass可以看到chatbot。
完整的接口代码如下： import json import os import sys from time import time import uvicorn from aipaas.logger_factory import logger from fastapi import Request, FastAPI from fastapi.responses import StreamingResponse from langchain_core.messages import HumanMessage from infrastructure.auth_fastapi import SoaAuth from infrastructure.langfuse_telemetery.trace_langgraph import create_langfuse_callback from scm_agent.src.application.roles.order.supply_manager_assistant_graph.main_graph.graph import \ get_supply_manager_assistant_main_graph from scm_agent.src.common.agent_name import AgentName from scm_agent.src.common.constants import Status from scm_agent.src.infrastructures.agent_config_download.config_download import dowload_agent_config_langgraph from scm_agent.src.infrastructures.agent_config_read.read_yaml_config import read_project_config from scm_agent.src.infrastructures.agent_state.agent_state_helper import get_redis_key from scm_agent.src.infrastructures.app_postprocess.output_process import str_to_output_json from scm_agent.src.infrastructures.app_postprocess.output_process import str_to_stream_output_langgraph from scm_agent.src.infrastructures.memory.postgre_checkpointer.postgre_checkpointer import FrameworkAdapter from scm_agent.src.infrastructures.read_config import app_config from scm_agent.src.interface.input_output_parameters import SupplyManagerAssistantChatInput, ConfigUpdateInput, \ ConfigUpdateOutput os.environ['NO_PROXY'] = '127.0.0.1,localhost' fastapi_app = FastAPI(lifespan=FrameworkAdapter.lifespan_wrapper) env = os.environ.get("env") soa = SoaAuth(env_type=env, skip_soa_auth=False, only_check_token=True) agent_name = AgentName.SupplyManagerAssistantLangGraph project_config = {} common_prompt_config = {} def preload_agent_config(name): """ 预加载agent配置 Args: name: 助手/技能名称,app_config中配置 """ global project_config global common_prompt_config dowload_agent_config_langgraph(name) # 读取项目配置文件 project_config = read_project_config(agent_name, f"{agent_name}.yaml").get(env) # 读取公共Prompt配置文件 common_prompt_config = read_project_config("common", "prompt_config.yaml") if 'PYCHARM_HOSTED' in os.environ or 'PYCHARM_DEBUG_PROCESS' in os.environ: logger.info("debug模式请在此打断点") # raise Exception("debug模式请在此打断点,注释此行即可") preload_agent_config(agent_name) async def generator(graph, supply_manager_assistant_chat_input, initial_state, config): yield str_to_stream_output_langgraph('<think>') yield str_to_stream_output_langgraph('**问题**') question = supply_manager_assistant_chat_input.question.strip() yield str_to_stream_output_langgraph('\n' + question) async for chunk in graph.astream( input=initial_state, stream_mode="custom", config=config, subgraphs=True ): yield str_to_stream_output_langgraph(chunk[1]) @fastapi_app.post('/roles/supply_manager_assistant_chat_langgraph') @soa.required async def supply_manager_assistant_chat(request: Request, supply_manager_assistant_chat_input: SupplyManagerAssistantChatInput): strategy = request.app.state.presist_param["checkpointer"] thread_id = get_redis_key(supply_manager_assistant_chat_input) user_id = supply_manager_assistant_chat_input.user_id session_id = supply_manager_assistant_chat_input.session_id langfuse_callback = create_langfuse_callback( user_id=user_id, session_id=session_id, trace_name=AgentName.SupplyManagerAssistantLangGraph ) config = { "configurable": {"thread_id": thread_id}, "metadata": { "user_id": user_id, "project_config": project_config, "common_prompt_config": common_prompt_config, "ctx_params": supply_manager_assistant_chat_input.ctxParams }, "callbacks": [langfuse_callback], } try: async with strategy as checkpointer: graph = get_supply_manager_assistant_main_graph(checkpointer) initial_state = {"messages": [HumanMessage(content=supply_manager_assistant_chat_input.question.strip())]} return StreamingResponse( generator(graph, supply_manager_assistant_chat_input, initial_state, config), media_type="text/event-stream", headers={"Cache-Control": "no-cache", "Connection": "keep-alive"} ) except Exception as e: logger.error(f"[supply_manager_assistant_chat] 执行失败: {e}", exc_info=True) return str_to_output_json(f'处理异常，异常原因：{e}') @fastapi_app.post('/config_update') @soa.required async def config_update(request: Request, config_update_input: ConfigUpdateInput): start_time = time() config_update_output = ConfigUpdateOutput() try: preload_agent_config(config_update_input.agent_name) config_update_output.status = Status.SUCCESS except Exception as e: config_update_output.error_message = "[SCM-Agent] Update config error." # 耗时统计 config_update_output.elapsed_time = str(time() - start_time) return config_update_output.to_dict() @fastapi_app.get('/health') @soa.required async def health(request: Request, ): return json.dumps({"success": True}, ensure_ascii=False) if __name__ == '__main__': uvicorn.run("supply_manager_assistant_app_langgraph:fastapi_app", host=app_config.get('host', '0.0.0.0'), # port=app_config.get('port', 8080), loop="asyncio", port=8080) # workers=app_config.get('workers', 4)) 请你在这个基础上进行适配，最后完整输出
09-25
- 有一个`preload_agent_config`函数，但在调用时没有异常处理（之前的优化版本有）。 - 在`config_update`接口中，错误处理不够详细（之前的优化版本有记录异常和设置状态为FAILED）。 - 在`__main__`中，端口...
（86页PPT）模特大赛某著名企业vipmodel公关传播方案.pptx
12-21
（86页PPT）模特大赛某著名企业vipmodel公关传播方案.pptx
STM32F103 HAL库标准模板与嵌入式物联网项目实战代码
12-21
本课程聚焦于嵌入式物联网单片机项目的实践开发环节，所提供示例程序均经过系统化设计与调试，具备良好的可读性与实用性。示例代码基于KEIL开发环境并采用HAL库架构实现，当前主要适配STM32F103系列芯片。若需应用于同系列其他型号芯片，仅需在KEIL环境中调整对应芯片型号及FLASH容量配置即可完成迁移。 在程序下载阶段，请根据实际使用的调试工具（如J-Link或ST-Link）正确配置KEIL中的连接选项。如需扩展外部传感器，可参考本课程配套的其他技术文档。硬件连接方面，各模块与单片机的引脚对应关系已在代码中通过宏定义明确标注，使用时请逐一核对。 请注意，示例程序基于标准硬件环境开发，若实际硬件存在差异，可能需要根据具体电路对代码进行相应调整。所有代码均附有详细注释，建议结合注释内容进行系统性分析与理解。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
学生考勤打卡的设计与实现--开题 任务书.doc
最新发布
12-21
学生考勤打卡的设计与实现--开题 任务书
该文章主要介绍使用贪心算法解决洛谷平台上的一个经典背包问题-在限定容量下选择物品以最大化总价值 提供了一段C++代码实现，核心思想是按物品的单位重量价值（价值/重量）进行排序，并优先选取单位价值最高
12-21
内容概要：本文通过一段C++代码实现了一个贪心算法的经典问题——“装最大价值的宝藏”，即在给定容量的背包中尽可能装载单位价值最高的物品，以获得最大总价值。文章展示了如何利用goto语句和数组存储物品重量与价值，并通过计算单位价值（价值/重量）进行优先选择，逐步填充背包直至容量耗尽。代码逻辑清晰地体现了贪心策略的核心思想：每一步都选取当前最优解。同时，该示例也反映了在特定编程环境下对控制流的底层操控方式。; 适合人群：具备基本C++编程能力、正在学习算法设计与贪心策略的初学者或编程爱好者；适合有一定编程经验但希望理解经典算法实际代码实现的研发人员。; 使用场景及目标：①学习贪心算法的基本思路及其在背包问题中的应用；②理解单位价值排序与局部最优选择的实现方法；③掌握用基础语法结构（如goto、数组、条件判断）构建算法逻辑的能力； 阅读建议：此资源以简洁代码呈现算法本质，建议读者结合输入样例手动模拟执行流程，深入理解变量变化与算法跳转逻辑，并尝试将其重构为现代结构化编程风格（如for循环、函数封装），以提升代码可读性与工程实践能力。
高校教学【蓝桥杯教学】BASIC-14时间转换.docx
12-21
内容概要：本文档是一道编程练习题，题目为“时间转换”，要求将给定的以秒为单位的时间t转换为“<H>:<M>:<S>”的格式输出，其中H表示小时，M表示分钟，S表示秒，均为整数且无前导零。题目给出了具体的输入输出格式，并提供了三个编程语言（C++、C、Java）的参考代码实现，展示了如何通过整除和取余运算分解总秒数为时、分、秒三个部分。; 适合人群：具备基本编程能力、正在学习算法或准备程序设计竞赛的初学者，尤其是对时间单位换算和基础输入输出操作感兴趣的开发者。; 使用场景及目标：①用于练习基础的数学运算与时间格式化输出；②帮助理解整除与取模在实际问题中的应用；③适用于编程入门者巩固语法基础并提升简单逻辑实现能力。; 阅读建议：建议读者先独立尝试解题后再对照提供的参考代码进行比对，注意不同语言在输入处理和类型转换上的差异，同时可通过修改输入边界值测试程序鲁棒性。
基于Python的视频多目标检测与跟踪系统源码及数据集
12-21
本资源提供了一套基于Python编程语言开发的计算机视觉系统，该系统创新性地将目标检测与目标跟踪技术相融合，专门用于处理视频序列中的多目标识别与持续追踪任务。该课程设计成果在学术评审中获得了97分的优异成绩，并得到了指导教师的专业认可。 项目内容完整，包含了实现该混合算法的全部源代码以及进行实验验证所需的完整数据集。其设计充分考虑了教学与实践的便捷性，使用者无需进行额外的环境配置或代码调整即可直接部署并运行整个系统，确保了项目的可复现性与易用性。 该成果完全适用于高等院校的课程设计、期末综合大作业或相关的毕业设计环节，为学生提供了一个结构清晰、功能完备且经过验证的研究案例，有助于深入理解视频分析领域中目标检测与跟踪算法的协同工作流程与工程实现。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值