LangGraph 实操 — 手写状态机到框架的逐件映射

真实跑通 langgraph：StateGraph/reducer/条件边、ToolNode、SqliteSaver 跨实例恢复、interrupt 重跑语义故障题，与 Anthropic 五 workflow 模式对照。

---

网页即时交互演练：循环状态图与条件边路由

你可以在免安装的浏览器 WebAssembly 环境中直接手写并验证 StateGraph 决策节点与条件转移逻辑：

🐍

实验 16 · LangGraph 循环状态图与条件边

State 规约合并、循环拓扑与动态路由条件转移

↗ 独立演练台

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

# 实验 16 · 动手挑战：手写循环状态图条件边路由器
def run_workflow(initial_state, max_steps=3):
    state = dict(initial_state)
    trace = []
    
    # TODO: 1. 建立 while 循环并记录当前决策点 trace.append(f"decide@{state['step']}")
    # TODO: 2. 若 state["step"] >= max_steps，则终止循环 (break 进入 END)
    # TODO: 3. 否则执行 act 节点: state["step"] += 1, trace.append(f"act@{state['step']}")
    pass
    return state, trace
 
state, trace = run_workflow({"step": 0}, max_steps=3)
print("工作流执行轨迹:", trace)
 
assert state["step"] == 3, f"最终状态步数错误: {state['step']}"
assert "decide@3" in trace and len(trace) == 7, "状态图条件边流转轨迹不符"
print("🎉 LangGraph 循环状态图与条件边路由断言 100% 通过！")
 

# 实验 16 · 动手挑战：手写循环状态图条件边路由器 def run_workflow(initial_state, max_steps=3): state = dict(initial_state) trace = [] # TODO: 1. 建立 while 循环并记录当前决策点 trace.append(f"decide@{state['step']}") # TODO: 2. 若 state["step"] >= max_steps，则终止循环 (break 进入 END) # TODO: 3. 否则执行 act 节点: state["step"] += 1, trace.append(f"act@{state['step']}") pass return state, trace state, trace = run_workflow({"step": 0}, max_steps=3) print("工作流执行轨迹:", trace) assert state["step"] == 3, f"最终状态步数错误: {state['step']}" assert "decide@3" in trace and len(trace) == 7, "状态图条件边流转轨迹不符" print("🎉 LangGraph 循环状态图与条件边路由断言 100% 通过！")

Python 3行 1, 列 118 行 · 630 字符

运行：⌘ / Ctrl + ↵

就绪 (点击运行)

点击右上角「▶ 运行」或按 ⌘/Ctrl+Enter 在浏览器端直接执行

---

本地代码与章节详情

→ 在第18章正文里查看完整命令、预期输出与故障注入