状态图管弦乐 持久执行和检查点
Type: Learn + Build
Languages: Python (stdlib)
Prerequisites: Phase 14 · 01 (Agent Loop), Phase 14 · 12 (Workflow Patterns)
Time: ~75 minutes
学习目标
- 描述兰格拉夫的核心模型:状态机,具有打字状态,函数节点,条件边缘和节点后检查点.
- 文件强调的四个功能:持久执行,流媒体,人在循环,全面的内存.
- 解释LangGraph支持的三个管弦乐拓:监督,同行 (群) 和层次 (嵌套子图).
- 实现一个具有输入状态,条件边缘和检查点/恢复周期的 stdlib状态图.
问题
代理人和工作流程都有一个问题:当40步运行在38步失败时,你想从38步开始,而不是重新开始.二级状态模型让运营商在一个库中重新尝试,该库假设新的运行.
兰格拉夫的设计答案:状态是一个第一类类的类型对象,突变是明确的,并且检查点在每个节点之后仍然存在.load_state(session_id)给我打电话.
概念
图表
图表由:
- State type.一个打字的定律 (或皮达因模型),每个节点都会读取和变异.
- Nodes.纯功能的
(state) -> state_update更新后将合并到状态. - Edges.节点之间的条件或直接过渡.
- Entry and exit.
START其他END卫兵节点标记了边界.
举个例子:一个代理人classify现在refund现在bug现在sales现在done节点 作为图的路由工作流程.
持续执行
每个节点返回后,运行时间将状态串行并将其写入一个检查点 (SQLite,Postgres,Redis,定制).在步骤N中失败时,运行时间可以resume(session_id)接下来从步骤N+1进行精确状态.
拉格格拉夫文件明确强调生产用户在哪里重要:克拉纳,Uber,J.P.摩根.
流媒体
每个节点都能产生部分输出. 图表向调用者传输每个节点-delta事件,以便随着图表运行 UI 更新.
轮中的人
检查和修改节点之间的状态. 实现:在关键节点之前暂停,向人类表现状态,接受修改,恢复. 检查点使这很容易,因为状态已经串行.
记忆
短期 (运行中对话历史状态) 和长期 (通过检查点加上单独的长期存储器持续的跨运行). 兰格拉夫通过工具与外部内存系统 (Mem0,定制) 集成.
三种拓
- Supervisor.专业的子管.
create_supervisor()在langgraph-supervisor(尽管2026年兰格链团队建议通过直接调用工具来进行更多的语境控制). - Swarm / peer-to-peer.代理人直接通过共享工具表面交付.
- Hierarchical.监管部门管理子监管部门,作为嵌套子图.
在这个模式出现错误的地方
- Checkpoints too small.只有检查对话转换, 工具状态和记忆写不可回收. 完整状态必须串行.
- Non-deterministic nodes.简历假设节点输入产生相同状态更新. 随机种子,墙钟,外部API必须捕获.
- Over-use of conditional edges.图表的每个边缘都是条件的,这是一个无法推理的状态机器.
建立它
code/main.py执行一个 stdlib 状态图:
State一个字符号的字符号messages现在step现在route现在output现在human_approval现在,我们要去.Node可调用状态检查和返回更新命令.StateGraph节点+边缘+条件边缘+运行+续航.SQLiteCheckpointer将每个节点后的状态串行;load(session_id)恢复.- 展示图:分类 -> 分类(退款 / 错误 / 销售) -> 人类门 -> 发送.
运行它:
python3 code/main.py后续的痕迹显示,第一次跑步失败了,
用它
- LangGraph参考,生产准备. 使用
create_react_agent现在create_supervisor没有任何可能的图表. - AutoGen v0.4演员模式替代性高竞争性场景.
- Claude Agent SDK管理带有内置的会议商店.
- Custom当你需要对状态形状或检查点后端的确切控制时.
运送它
outputs/skill-state-graph.md在任何目标运行时间内生成一个长图形状态图,
运动
- 添加一个条件边缘从
classify为了end继续运行,然后再追踪人类的设置.route通过手动. - 换一个真实的SQLite检查点,按步骤测量序列化.
- 实现平行边缘:两个节点同时运行,通过定制减速器合并.
- 阅读
langgraph-supervisor转移玩具到create_supervisor比较了痕迹的形状. - 添加流量:每一个节点在运行时都会产生部分状态.
关键词
| Term | What people say | What it actually means |
|---|---|---|
| State graph | "Agent as state machine" | Typed state + nodes + edges + reducers |
| Checkpointer | "Persistence backend" | Serializes state after every node; enables resume |
| Reducer | "State merger" | Function that combines current state with a node's update |
| Conditional edge | "Branch" | Edge chosen by a function of state |
| Subgraph | "Nested graph" | A graph used as a node inside another graph |
| Durable execution | "Resume from failure" | Restart at the last successful node with exact state |
| Supervisor | "Router LLM" | Central dispatcher for specialist subagents |
| Swarm | "P2P agents" | Agents hand off via shared tools; no central router |
进一步阅读
- LangGraph overview参考文件
- langgraph-supervisor reference监督模式API
- AutoGen v0.4, Microsoft Research演员模式替代
- Claude Agent SDK overview会议店和副行
This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.
Browse the complete course catalog or open this lesson on GitHub.