StateGraph、条件边与有限循环

图中的节点读取状态并返回局部更新，边决定下一节点，reducer 决定更新如何合并。TypedDict 提供类型描述，不自动替你验证不可信运行时输入；入口仍需校验。

安装与第一次执行

新目录中执行，后续本书复用此环境：

python3.12 -m venv .venv
source .venv/bin/activate
python -m pip install 'langgraph==1.0.8' 'langgraph-prebuilt==1.0.7' 'langchain-core==1.6.4'

以下为完整 lab.py，不需要网络、模型或密钥。

from typing import TypedDict
from langgraph.graph import StateGraph, START, END
class State(TypedDict):
    count: int
    target: int

def step(state: State):
    return {"count":state["count"] + 1}
def route(state: State):
    return END if state["count"] >= state["target"] else "step"
builder = StateGraph(State)
builder.add_node("step",step)
builder.add_edge(START,"step")
builder.add_conditional_edges("step",route)
graph = builder.compile()
result = graph.invoke({"count":0,"target":3}, {"recursion_limit":10})
assert result == {"count":3,"target":3}
print(result)

每轮只写 count，target 原值保留。条件边在节点更新后读取新 count，第三轮进入 END。若把判断写成相反方向，程序可能无限循环；recursion_limit 是运行时最后防线，不是业务成功条件。业务还要设置 token、时间与无进展限制。

流式更新与动态路由

将最后调用单独替换为 list(graph.stream({"count":0,"target":3}, stream_mode="updates"))，会得到三个 step 局部更新；values 模式观察完整状态。它们不是模型 token 流，若节点内部调用模型，需要对应消息流模式。客户端显示中间 count 不表示最终图已经成功。

模型生成路由名时先解析枚举并检查权限，不允许任意字符串选择内部管理节点。固定 DAG 适合已知业务顺序，图循环承载 Agent 的动态工具选择。节点出错不应为了走 END 而吞异常写“成功”；记录错误类别并选择有限重试、降级或人工路径。

旧教程可能使用 MessageGraph 或预构建 Agent；先确认状态是消息列表还是 TypedDict，不能把输入对象直接混用。保持旧程序的输入/输出合同，再将状态明确化，可避免迁移后消息被覆盖。

练习

将 target 改成100、recursion_limit设为3，捕获 GraphRecursionError；不能当作 completed。再用target=2与limit=10验证成功路径。

核对本章答案

下一章