LangGraph编排的各节点输入输出及传递是如何实现的？

## 作用 LangGraph 通过**共享状态（State）**在各节点之间传递输入和输出：节点不是彼此直接传参，而是读取当前图状态，执行业务逻辑后返回状态更新，由 LangGraph 按预定义的 Reducer 合并回全局状态，再传给后续节点。 ## 原理 ### 1. 定义统一的状态 Schema - 状态是贯穿整个图执行过程的共享类型化数据结构。 - 通常使用 `TypedDict`、Pydantic `BaseModel` 或 `dataclass` 定义。 - 状态中可以包含消息列表、检索结果、中间答案、计数器、路由标记等字段。 - 每个节点的输入和输出都围绕该状态 Schema 组织，从而保证字段结构和类型一致。 示例结构： ```python from typing import Annotated, TypedDict from langgraph.graph.message import add_messages class AgentState(TypedDict): messages: Annotated[list, add_messages] context: str answer: str ``` ### 2. 节点接收当前状态并返回更新 节点本质上是一个函数： - **输入**：当前图状态，或状态中节点需要的字段。 - **处理**：调用 LLM、工具、数据库或执行任意业务逻辑。 - **输出**：一个字典，用于表示要更新的状态字段。 示例： ```python def retrieve_node(state: AgentState): question = state["messages"][-1].content docs = retriever.invoke(question) return {"context": format_docs(docs)} def answer_node(state: AgentState): answer = llm.invoke( f"根据上下文回答：{state['context']}\n问题：{state['messages'][-1].content}" ) return {"answer": answer.content} ``` 节点不需要手动把结果传给下一个节点，只需返回状态更新；LangGraph 会合并状态，并把新状态交给边所指向的下游节点。 ### 3. 使用 Channel 和 Reducer 合并节点输出 状态中的每个键对应一个 Channel，Channel 使用 Reducer 决定节点返回值如何写回状态。 常见 Reducer 包括： - `add_messages`：追加消息，适合维护对话历史。 - `last_value`：后写覆盖前值，适合普通标量字段。 - `merge`：合并字典。 - 自定义 Reducer：实现特定的合并逻辑。 可通过 `Annotated[..., reducer]` 指定： ```python messages: Annotated[list, add_messages] ``` 这样多个节点或并行节点写入同一字段时，LangGraph 能按约定合并，避免直接覆盖导致数据丢失。 ### 4. 边决定更新后的状态流向哪个节点 边负责定义节点之间的执行顺序： - **普通边**：固定从一个节点进入下一个节点。 - **条件边**：路由函数读取当前状态，返回下一个节点名称。 - **动态跳转**：节点可通过 `Command(goto=...)` 直接指定下一节点。 条件路由示例： ```python def route_after_llm(state: AgentState): last_message = state["messages"][-1] if last_message.tool_calls: return "tools" return "end" ``` 因此，状态更新完成后，LangGraph 会根据边或路由函数的结果，把最新状态传给下一个被选中的节点。 ### 5. 以超级步方式推进执行 LangGraph 的运行过程类似消息传递： 1. 图启动时接收初始状态。 2. 当前超级步中可运行的节点读取状态并执行。 3. 节点返回状态更新。 4. Reducer 将更新合并到共享状态。 5. 边根据新状态决定下一超级步要运行的节点。 6. 不断重复，直到没有节点继续执行。 这种机制既支持线性流程，也支持条件分支和循环。例如 ReAct 中可以在 LLM 节点和工具节点之间循环，直到模型不再发起工具调用。 ### 6. 子图通过输入/输出 Schema 与父图传递数据 子图可以作为一个节点嵌入父图： - 父图把符合子图输入 Schema 的状态传给子图。 - 子图在内部维护自己的处理流程和状态。 - 子图执行完成后，按输出 Schema 将结果返回并合并到父图状态。 这样可以把复杂流程拆成多个可复用、可测试的模块。 ### 7. 上下文用于传递只读运行时信息 除可变 State 外，LangGraph 还支持 context schema，用于传递运行时不变的数据，例如： - `user_id` - 权限信息 - 数据库连接 - 配置参数 Context 对节点可见但不应被节点修改，适合放只读依赖；真正需要在节点间流转和更新的数据应放入 State。