← 全部文章

技术笔记 · 2026-09-15

Agent graph：把下一步交给明确的状态与路由

从资料搜集、证据检查和写作的分支出发，理解 state、node、edge 与循环，避免把流程图、知识图谱和多智能体混为一谈。

延伸分析 · 从项目场景展开的原理与方案讨论。

  • AI 学习
  • Graph
  • LangGraph
  • 状态管理

资料整理助手遇到两个来源互相矛盾时，应该继续搜索、标注争议，还是直接写结论？如果所有判断都塞进一个大循环，分支会逐渐藏在字符串判断和异常处理里。graph 提供了一种把这些路径显式表达出来的方法。

可以先把 graph 理解为一张会根据当前情况选择路线的任务流程图。 “读完了没有”“证据够不够”“还能再查几次”，就是决定路线的条件。图上的一个框代表一步工作，箭头表示接下来可以去哪一步。

这里的 graph 指执行图。它不是用实体和关系组织知识的知识图谱，也不意味着必须有多个 agent。

三个概念，回答三个不同的问题

LangGraph 的 Graph API 文档围绕 state、nodes 和 edges 描述工作流。可以用自己的话把它们分成：当前掌握什么、这一步做什么、接下来走哪里。图允许回到前面的步骤，并非所有执行图都是“只能向前、不能回头”的无环图。

概念 资料整理助手中的例子
State 问题、资料条目、来源、缺失证据、剩余搜索次数
Node 搜索、阅读、检查引用、起草笔记
Edge 证据不足时返回搜索，证据充分时进入写作

节点可以是普通函数、模型调用，也可以封装一个小型 agent loop。把函数叫作节点不会自动增加智能，模型调用也不必独占一个节点。

先写状态，再画箭头

下面是自定义的状态草图，用于讨论设计，不是 LangGraph 的完整配置：

{
  "question": "工具调用超时后能直接重试吗？",
  "sources": [{"id": "source-1", "status": "read"}],
  "claims": [{"text": "超时可能发生在写入之后", "sourceIds": ["source-1"]}],
  "openQuestions": ["目标接口是否提供幂等键？"],
  "searchesRemaining": 2,
  "draftPath": null
}

sources 说明读过哪些材料；claims 把结论与依据关联起来；openQuestions 表示仍有不确定性。若只保存一段 summary，程序很难区分“已经证实”“模型猜测”和“还没调查”。

状态不是越全越好。资料正文可以保存在外部，图里保存稳定引用与摘要；不需要让每个节点都复制所有原始页面。这里与上下文和记忆的区别是：执行状态中存在的内容，不一定全部发送给本轮模型。

路由要同时考虑进展和预算

开始 → 搜索 → 阅读 → 检查证据
                     ├─ 满足要求 → 起草 → 验证产物 → 结束
                     ├─ 有缺口且还有预算 → 搜索
                     └─ 有缺口但预算耗尽 → 输出缺口报告 → 结束

这里把“缺口报告”作为合法产物：助手可以解释已确认什么、还缺什么，而不是强行凑出确定结论。它和一篇验收通过的完整报告应有不同状态。

一个容易漏掉的细节是剩余次数何时减少。若只有搜索成功才扣减，持续失败的请求可能永远绕着循环跑。可以在发起尝试前记账，同时区分模型调用、工具调用和实际费用等不同预算。

并行会把合并规则变成业务规则

设两个阅读节点并行工作，都把新资料写入 sources。若每次更新都覆盖旧值，后写的结果可能抹掉前一份；简单追加又可能出现重复来源。不同字段需要不同合并约定。框架中常见的 reducer，就是决定“旧值和新值怎样合成结果”的函数，要核对它实际做了什么。

在这个例子中，可以按规范化 URL 或稳定来源 ID 去重，保留抓取时间与版本；对于彼此冲突的结论，则保留两条证据并进入复核，而不是让“最后写入者获胜”。URL 去重也不意味着两个不同 URL 的转载就是独立证据。

如果先做串行版本，就能先验证这些数据契约。并行通常只改变调度速度，不会替你定义正确的合并行为。

checkpoint 不等于任意副作用只执行一次

Checkpoint 可以先理解为任务的“存档点”：记录做到哪一步，下次从记录继续。这里的副作用指改变外部世界的操作，例如保存文件、创建记录；读资料通常不改变这些内容。

持久化状态有助于恢复运行，但“文件已经写出、完成记录尚未保存时进程退出”仍然可能发生。LangGraph 的 Functional API 文档强调对可能重放的操作设计幂等性。恢复点不能自动替外部系统提供事务保证。

因此应分别讨论图恢复到哪里，以及外部操作是否可以安全重放；后者见工具重试的契约。

怎样判断自己是否需要 graph

只有两个固定步骤时，清晰的函数调用已经很好。当分支、回退、等待人工输入和恢复位置开始影响测试时，显式状态图更容易让这些行为被看见。

可以做一个不调用模型的练习：给“检查证据”节点三组固定输入——证据齐全、证据不足但还有预算、预算已耗尽。逐一画出应走的边。再模拟两个来源给出相反结论，确认程序不会因为列表变长就自动判定证据充分。