LangGraph 状态机：复杂 Agent 任务流程管理实战

原创

muzinan110 2024-11-25 14:51:00 博主文章分类：aiops ©著作权

文章标签 redis List json 文章分类 HarmonyOS 后端开发

©著作权归作者所有：来自51CTO博客作者muzinan110的原创作品，请联系作者获取转载授权，否则将追究法律责任

什么是 LangGraph？

LangGraph 是一个专门为 LLM 应用设计的工作流编排框架。它的核心理念是：

将复杂任务拆分为状态和转换
管理状态之间的流转逻辑
处理任务执行过程中的各种异常情况

想象一下购物过程：浏览商品 → 加入购物车 → 结算 → 支付，LangGraph 就是帮助我们管理这种流程的工具。

核心概念解析

1. 状态（State）

状态就像是任务执行过程中的"检查点"：

from typing import TypedDict, List

class ShoppingState(TypedDict):
    # 当前状态
    current_step: str
    # 购物车商品
    cart_items: List[str]
    # 总金额
    total_amount: float
    # 用户输入
    user_input: str
    
class ShoppingGraph(StateGraph):
    def __init__(self):
        super().__init__()
        
        # 定义状态
        self.add_node("browse", self.browse_products)
        self.add_node("add_to_cart", self.add_to_cart)
        self.add_node("checkout", self.checkout)
        self.add_node("payment", self.payment)

2. 状态转换（Transition）

状态转换定义了任务流程的"路线图"：

class ShoppingController:
    def define_transitions(self):
        # 添加状态转换规则
        self.graph.add_edge("browse", "add_to_cart")
        self.graph.add_edge("add_to_cart", "browse")
        self.graph.add_edge("add_to_cart", "checkout")
        self.graph.add_edge("checkout", "payment")
        
    def should_move_to_cart(self, state: ShoppingState) -> bool:
        """判断是否应该转换到购物车状态"""
        return "add to cart" in state["user_input"].lower()

3. 状态持久化

为了保证系统的可靠性，我们需要持久化状态信息：

class StateManager:
    def __init__(self):
        self.redis_client = redis.Redis()
        
    def save_state(self, session_id: str, state: dict):
        """保存状态到 Redis"""
        self.redis_client.set(
            f"shopping_state:{session_id}",
            json.dumps(state),
            ex=3600  # 1小时过期
        )
    
    def load_state(self, session_id: str) -> dict:
        """从 Redis 加载状态"""
        state_data = self.redis_client.get(f"shopping_state:{session_id}")
        return json.loads(state_data) if state_data else None

4. 错误恢复机制

任何步骤都可能出错，我们需要优雅地处理这些情况：

class ErrorHandler:
    def __init__(self):
        self.max_retries = 3
        
    async def with_retry(self, func, state: dict):
        """带重试机制的函数执行"""
        retries = 0
        while retries < self.max_retries:
            try:
                return await func(state)
            except Exception as e:
                retries += 1
                if retries == self.max_retries:
                    return self.handle_final_error(e, state)
                await self.handle_retry(e, state, retries)
    
    def handle_final_error(self, error, state: dict):
        """处理最终错误"""
        # 保存错误状态
        state["error"] = str(error)
        # 回退到上一个稳定状态
        return self.rollback_to_last_stable_state(state)

实战案例：智能客服系统

让我们看一个实际的例子 - 智能客服系统：

from langgraph.graph import StateGraph, State

class CustomerServiceState(TypedDict):
    conversation_history: List[str]
    current_intent: str
    user_info: dict
    resolved: bool

class CustomerServiceGraph(StateGraph):
    def __init__(self):
        super().__init__()
        
        # 初始化状态
        self.add_node("greeting", self.greet_customer)
        self.add_node("understand_intent", self.analyze_intent)
        self.add_node("handle_query", self.process_query)
        self.add_node("confirm_resolution", self.check_resolution)
        
    async def greet_customer(self, state: State):
        """欢迎客户"""
        response = await self.llm.generate(
            prompt=f"""
            历史对话：{state['conversation_history']}
            任务：生成合适的欢迎语
            要求：
            1. 保持专业友好
            2. 如果是老客户，表示认出了他们
            3. 询问如何帮助
            """
        )
        state['conversation_history'].append(f"Assistant: {response}")
        return state
        
    async def analyze_intent(self, state: State):
        """理解用户意图"""
        response = await self.llm.generate(
            prompt=f"""
            历史对话：{state['conversation_history']}
            任务：分析用户意图
            输出格式：
            {
                "intent": "退款/咨询/投诉/其他",
                "confidence": 0.95,
                "details": "具体描述"
            }
            """
        )
        state['current_intent'] = json.loads(response)
        return state

使用方法

# 初始化系统
graph = CustomerServiceGraph()
state_manager = StateManager()
error_handler = ErrorHandler()

async def handle_customer_query(user_id: str, message: str):
    # 加载或创建状态
    state = state_manager.load_state(user_id) or {
        "conversation_history": [],
        "current_intent": None,
        "user_info": {},
        "resolved": False
    }
    
    # 添加用户消息
    state["conversation_history"].append(f"User: {message}")
    
    # 执行状态机流程
    try:
        result = await graph.run(state)
        # 保存状态
        state_manager.save_state(user_id, result)
        return result["conversation_history"][-1]
    except Exception as e:
        return await error_handler.with_retry(
            graph.run,
            state
        )