◀ 目录 |
上一节 / 下一节
第 9 章  ·  条件分支与循环

第9章 第4节 条件分支与循环

第9章 第4节 条件分支与循环

Tip

阅读指南

上一节我们构建了一个简单的文章写作工作流：大纲 → 草稿 → 润色，三步顺序执行。但在实际应用中，我们常需要工作流“会思考、会判断”：

4.1 从固定流程到动态决策

第3节的局限

回顾第3节的工作流：

START → 大纲 → 草稿 → 润色 → END

这是一条固定的单行道：

两种动态机制

实际项目中，我们需要两种能力：

循环能力：向后指，重复执行

循环特征：

分支能力：向前指，分流处理

分支特征：

4.2 条件边 (Conditional Edges)

核心概念

条件边允许根据 State 动态选择下一个节点：

# 固定边: 永远走同一条路
builder.add_edge("A", "B")  # A → B

# 条件边: 根据 State 选择路径
builder.add_conditional_edges(
    "A",                    # 起始节点
    routing_function,       # 路由函数(判断逻辑)
    {                       # 路由映射表
        "路径1": "B",
        "路径2": "C",
        "路径3": END
    }
)

路由函数示例：

def routing_function(state: MyState) -> str:
    """根据 State 返回路径名称"""
    if state["score"] > 80:
        return "路径1"  # 走向节点 B
    elif state["score"] > 60:
        return "路径2"  # 走向节点 C
    else:
        return "路径3"  # 结束流程

4.3 实战案例 1：循环重试机制

需求分析

场景：文章写作 Agent 的质量自动检查。

核心需求：实现循环重试机制。

完整源码路径: samples/chapter9/article_writer/article_writer_with_loop.py

工作流结构可视化：

关键代码实现

在 LangGraph v0.2+ 中，我们使用 START 和 END 常量来定义图的边界。以下是核心编排逻辑：

from langgraph.graph import StateGraph, START, END

# 1. 路由函数：根据字数和重试次数决定路径
def check_quality_route(state: ArticleState) -> str:
    draft = state["draft"]
    retry_count = state.get("retry_count", 0)
    word_count = len(draft)

    if 800 <= word_count <= 1500:
        return "polish"  # 合格 -> 润色
    elif retry_count >= 3:
        return "polish"  # 达到重试上限 -> 强制进入润色
    else:
        return "retry"   # 不合格 -> 重试

# 2. 构建图
builder = StateGraph(ArticleState)

builder.add_node("大纲", generate_outline)
builder.add_node("草稿", write_draft)
builder.add_node("质量检查", quality_check)
builder.add_node("润色", polish_article)

# 定义流程
builder.add_edge(START, "大纲")
builder.add_edge("大纲", "草稿")
builder.add_edge("草稿", "质量检查")

# 添加条件边实现循环
builder.add_conditional_edges(
    "质量检查",
    check_quality_route,
    {
        "retry": "草稿",   # 路由返回 "retry" 时回到 "草稿" 节点
        "polish": "润色"  # 路由返回 "polish" 时进入 "润色" 节点
    }
)

builder.add_edge("润色", END)

4.4 实战案例 2：条件分支路由

需求分析

场景：智能客服系统的分类分发。

核心需求：实现多路径分支。

完整源码路径: samples/chapter9/article_writer/question_router.py

关键代码实现

分支路由通常用于将任务分发给不同的专业处理节点：

def question_router(state: CustomerState) -> str:
    category = state["category"]
    if "技术" in category:
        return "technical"
    elif "闲聊" in category:
        return "casual"
    else:
        return "human"

builder = StateGraph(CustomerState)

# 添加节点...
builder.add_node("分类", classify_question)
builder.add_node("查文档", search_docs)
builder.add_node("闲聊", casual_reply)
builder.add_node("转人工", transfer_human)

builder.add_edge(START, "分类")

# 添加条件分支
builder.add_conditional_edges(
    "分类",
    question_router,
    {
        "technical": "查文档",
        "casual": "闲聊",
        "human": "转人工"
    }
)

# 所有分支最终汇聚到结束
builder.add_edge("查文档", END)
builder.add_edge("闲聊", END)
builder.add_edge("转人工", END)

4.5 ■ 学点英语

中文 English 音标 说明
条件边 Conditional Edge /kənˈdɪʃənəl edʒ/ 根据 State 动态决定下一步的边，实现分支和循环
路由函数 Routing Function /ˈruːtɪŋ ˈfʌŋkʃn/ 读取 State 返回路径名称的判断逻辑
重试机制 Retry Mechanism /ˈriːtraɪ ˈmekənɪzəm/ 条件循环 + 最大次数约束的容错模式
有向无环图 vs 有向有环图 DAG vs Cyclic Graph /diː eɪ dʒiː ˈvɜːrsəs ˈsaɪklɪk ɡræf/ 分支形成 DAG，循环形成有环图

4.6 下节预告

到目前为止，我们构建的都是全自动工作流：一旦启动，Agent 会按照预设的路径一路执行到底。但在真实的生产环境中，这种"完全自动化"往往是危险的。

回想一下第3节的文章写作 Agent。虽然我们实现了大纲生成、草稿撰写、润色优化的完整流程，但有一个关键问题：AI 生成的每一步内容，真的可以直接用吗？

答案是否定的。真正可靠的工作流应该是：LLM 生成 → 人工审核/修改 → 继续执行。

下一节，我们将学习 LangGraph 最强大的特性之一——人工介入（Human-in-the-Loop）：

◀ 文章写作Agent
返回目录
▶ 人工介入(Human-in-the-Loop)
本节目录