Answer1215

摘要： 在写普通函数的时候，测试其实是一件很自然的事情：给输入，看输出，对不对，一跑就知道。 但在 langgraph 里，情况会复杂一些。因为这里测试的对象，已经不只是一个函数了，而是： 多个节点组成的流程 带状态流转 可能中断、可能恢复 还可能依赖 checkpoint 也就是说，在 langgraph 阅读全文

摘要： 在 langgraph 中，其实有两套写流程的方式： Graph API Functional API Functional API 把工作流从画流程图变成写业务函数，但依然保留可恢复、可中断、可追踪的能力。 传统 Graph API 的思路：先设计一张图，再往图里塞节点 Function API 阅读全文

摘要： 1. 不要用try/catch包裹interrupt调用 我们在写带 interrupt 的节点函数时，有一个很隐蔽但非常关键的陷阱： interrupt的暂停机制，其实是通过“抛出一个专门的异常”来实现的，也就是说，langgraph在内部让代码“假装抛错”，从而中止执行，把控制权交还给运行时的图 阅读全文

摘要： 外界获取中断的值 用户编辑图状态 工具内的中断 验证用户输入 外界获取中断的值 result.__interrupt__ 就是中断时，langgraph 暴露给外界的数据。外界（UI / CLI / 后端系统）就是靠它拿到 interrupt 里传出的内容的。 interrupt({ // 配置要传 阅读全文

摘要： 基本介绍 一句话定义：静态断点，是在编译图时就确定好的中断点，用于保证某个节点在执行前或执行后一定会暂停。 静态断点的两种形式 LangGraph 提供了两种静态断点配置方式： interrupt_before：在指定节点 开始执行之前 暂停。 interruptBefore: ["node_nam 阅读全文

摘要： 基本介绍 langgraph中的中断分为两种： 静态断点 动态中断 1. 静态断点 在编译图时配置。适用于“在某个节点执行前或后必须暂停”的场景。 interrupt_before=["node_name"]: 在指定节点开始执行前暂停。 interrupt_after=["node_name"]: 阅读全文

摘要： 中断指的就是允许图在执行的过程中暂停，等待外部输入。这种机制提供了一种“人类参与”的交互模式，某些场景下某些决策非常重要，需要人类来做出最终抉择，这个时候就可以使用中断。 场景案例 下面我们先来看一下，如果不使用中断，是否能够实现下面的场景： 需求：让大模型帮我们书写邮件，人类给出反馈 approv 阅读全文

摘要： 前面我们已经知道：长期记忆的核心作用，是存储用户的长期信息，例如用户画像、偏好、背景事实等。 但如果长期记忆只支持“精确匹配”，那它的价值其实是有限的。 真正让长期记忆“变聪明”的能力，那就是语义搜索。 为什么长期记忆一定要配合语义搜索？ 用户之前说过：我很喜欢吃披萨 那么当他之后说：我有点饿了 A 阅读全文

摘要： 长期记忆是需要长久保持的，长期记忆通常用于存储： 用户画像 偏好 历史习惯 长期事实（不会频繁变） 例如： 用户是前端工程师 用户更喜欢中文回答 用户不需要基础解释 用户常问某一类问题 凡是“不应该被时间旅行影响的事实”，就应该放进长期记忆，而非短期记忆。下面是短期记忆和长期记忆两者之间的对比： 维 阅读全文

摘要： 随着对话会随着轮数不断增长。 这时候，一个非常现实的问题就会出现：对话越聊越长，最终可能会超出大模型的上下文窗口限制。 这并不是 langgraph 独有的问题，而是所有基于大模型的长对话系统都会遇到的限制。 为了解决这个问题，通常有几种常见的处理思路。 裁剪消息 永久删除消息 总结消息 自定义策略 阅读全文