langchain 快速入门(五)：Langgraph应用，执行流程由线转图

简介

Langgraph是langchain框架提供的一个组件，langgraph能够解决AI执行流程中迭代、循环或者根据结果返回上一步，与之前讲的chain链相比，能够实现更加复杂的AI执行流。
langgraph

从chain转到langgraph从数学的角度上来讲，执行流从线性流程转到了流程图。
langgraph的组成主要有三部分：
Langgraph=节点+边+状态
节点： 一个节点就是一个执行单元，相当于一次函数的调用。（可以是一次模型的调用，一次搜索，一次加密等等）
边： 边能够连接一个个节点，它决定了下一个应该去到哪个节点执行
状态： 实现数据共享，是实现AI短期记忆的灵魂

乍一看好像有些云里雾里的，我打个比方：玩家（状态），在玩一个大富翁，每个节点和边组成地图，玩家初始资金（数据）有1000块钱，玩家每走一格可能会发生一些事件，比如说后退一步，被小偷偷300块钱，买房子等等，这些事件相当于节点，走的方向相当于边，最后玩家成功走到了终点END，你可以得知玩家（状态）最后还有多少钱，有多少资产。

下面用一个示例来演示。
改造RAG知识库

示例

这个是之前文章中构建知识库的相关代码，本次用langgraph改造流程
[code]import osimport operatorfrom typing import TypedDict, Annotatedfrom langchain_community.chat_models.tongyi import ChatTongyifrom langchain_community.embeddings import DashScopeEmbeddingsfrom langchain_community.vectorstores import FAISSfrom langchain_core.messages import ToolMessagefrom langchain_core.tools import toolfrom langchain_core.messages import HumanMessage, ToolMessage, BaseMessagefrom langchain_core.documents import Documentfrom langchain_text_splitters import RecursiveCharacterTextSplitterfrom langgraph.graph import StateGraph, ENDfrom langgraph.prebuilt.tool_node import ToolNodeos.environ["DASHSCOPE_API_KEY"] = "sk-b07b9caab2144ff096002f81cb70b0af"@tooldef calculator(expression: str) -> str:    """    计算数学表达式。需要精确计算时使用。    参数:        expression: 数学算式，如 "2 + 2" 或 "500 * 0.8"。    返回:        str: 计算结果，如 "4.0" 或 "400.0"。    """    print(f"[
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

谢谢楼主提供！