AI创想

标题: LangGraph 父子图模式详解 [打印本页]

---

作者: AI小编    时间: 昨天 23:35
标题: LangGraph 父子图模式详解
作者：CSDN博客
LangGraph 父子图模式详解

概述

在LangGraph中，父子图模式是一种强大的架构模式，允许构建复杂的、模块化的图结构。当父图和子图具有不同的状态模式时，这种模式特别有用。
基本概念

父图与子图

父图：包含子图的主要图结构子图：被父图调用的独立图结构状态模式：每个图定义自己的状态结构，可能与其他图不同

状态模式差异

1. # 子图的状态模式 - 使用自定义的TypedDictclassSubgraphMessagesState(TypedDict):
2.     subgraph_messages: Annotated[list[AnyMessage], add_messages]# 父图的状态模式 - 使用MessagesStateclassParentState(MessagesState):pass

复制代码

完整示例

1. 导入必要的模块

1. from typing_extensions import TypedDict, Annotated
2. from langchain_core.messages import AnyMessage
3. from langgraph.graph import StateGraph, MessagesState, START
4. from langgraph.graph.message import add_messages
5. from langchain.chat_models import init_chat_model
6. import os
7. from dotenv import load_dotenv
9. # 加载环境变量
10. load_dotenv()
11. model = init_chat_model("deepseek-chat",
12.     api_key=os.environ.get("DEEPSEEK_API_KEY"))

复制代码

2. 定义子图

1. # 子图的状态模式classSubgraphMessagesState(TypedDict):
2.     subgraph_messages: Annotated[list[AnyMessage], add_messages]# 子图的处理函数defcall_model(state: SubgraphMessagesState):print("=== 子图被调用 ===")print(f"子图接收到的消息: {
3.      
4.      state['subgraph_messages']}")
5.     response = model.invoke(state["subgraph_messages"])print(f"子图生成的响应: {
6.      
7.      response.content}")return{
8.    
9.    "subgraph_messages": response}# 创建子图
10. subgraph_builder = StateGraph(SubgraphMessagesState)
11. subgraph_builder.add_node("model_node", call_model)
12. subgraph_builder.add_edge(START,"model_node")
13. subgraph = subgraph_builder.compile()

复制代码

3. 定义父图

1. # 父图的状态模式c

复制代码

原文地址：https://blog.csdn.net/Cheer_RIO/article/details/151192412

---

欢迎光临 AI创想 (https://www.llms-ai.com/)

Powered by Discuz! X3.4