AI菜鸟向前飞 — LangGraph系列之一：深入浅出解读Graph（一）

news2024/9/23 19:25:39

前言

LangGraph是一个使用 LLM 和 LangChain 构建有状态多参与者应用程序的库。

LangChain 允许您使用 LCEL（LangChain 表达式语言）构建链

AI菜鸟向前飞 — LangChain系列之六 - 深入浅出LCEL与Chain(上篇)

AI菜鸟向前飞 — LangChain系列之七 - 深入浅出LCEL与Chain(中篇)

AI菜鸟向前飞 — LangChain系列之八 - 深入浅出LCEL与Chain(下篇)

但是，用它只能构建一个DAG（有向无环图），不能有环。

例如，在这种情况下，使用 RAG 的应用程序可能无法正常工作。
这是因为，即使在第一个数据获取步骤中返回无用信息，处理也不会重新获取数据而继续到下一步。

这个问题的解决方案LangGraph，它扩展了 LCEL，能够循环调整跨越多个步骤的 Chain（或 Actor）。

如何更好地理解Graph

接下来，我会用一种易于大家理解的方式来介绍，
首先，本篇将两个重要要素：Node（节点）和Edge（边），如图所示：

这样就可以“组装”所谓的“graph”，即LangGraph的“原始”形态

一个最简单的形态

看图说话：

node_1、node_2顾名思义，即为Node（节点）

通常用add_node来为graph添加节点

带方向的连接线为边Edge（边）

通常用add_edge来连接各个节点，进而形成“边”

代码如下

from langgraph.graph import Graph

def node1(input1: str) -> str:
    return f"Hello, {input1}"

def node2(input2: str) -> str:
    return f"{input2}，有什么我可以帮忙的吗？"

graph = Graph()
graph.add_node("node1", node1)
graph.add_node("node2", node2)
graph.add_edge("node1", "node2")
graph.set_entry_point("node1")
graph.set_finish_point("node2")

app = graph.compile()
app.invoke("Song榆钱儿")

输出结果

Hello, Song榆钱儿, 有什么我可以帮忙的吗?

🏁小技巧：可以把程序稍微改动一下，可以看到程序在每一个Node（节点）的输出结果

for output in app.stream("Song榆钱儿"):
    for key, value in output.items():
        print(key ,"----", value)

输出结果

node1 ---- Hello, Song榆钱儿
node2 ---- Hello, Song榆钱儿，有什么我可以帮忙的吗？

当看到这里，大家会想用这个与用传统方式（如：正常写一段LLM代码逻辑，或采用LCEL）有什么区别？

不就是顺序执行，只不过强行套了一个“Graph”壳子而已...上面的例子确实是这样，不过你往下看：

再看一种“分支”“选择”模式，看过我之前发的这篇文档的读者，可能会想到这篇RouterChain.

AI菜鸟向前飞 — LangChain系列之九 - RouterChain的四种实现方式

在graph中称作“条件边”，即add_conditional_edges

代码如下所示：

from langgraph.graph import Graph, END

def node_entry(input: str) -> str:
    return f"{input}"

def decide_which(input: str) -> str:
    if "你好" in input:
        return "greeting"
    elif "家乡" in input:
        return "hometown"
    return "end"

def node_greeting(input: str) -> str:
    return f"你说的是：{input}\n我回答你：你好啊，我的朋友"


def node_hometown(input: str) -> str:
    return f"你所提到的内容是: {input}\n我回答你：家乡在通化市"


graph = Graph()
graph.add_node("entry", node_entry)
graph.add_node("node_greeting", node_greeting)
graph.add_node("node_hometown", node_hometown)

graph.set_entry_point("entry")

graph.add_conditional_edges(
    source="entry",
    path=decide_which,
    path_map={
        "greeting": "node_greeting",
        "hometown": "node_hometown",
        "end": END
    },
)

graph.add_edge("node_greeting", END)
graph.add_edge("node_hometown", END)

app = graph.compile()
app.invoke("家乡")

输出结果