Para crear aplicaciones con LangGraph necesitas conocer sus elementos principales. Exploremos los componentes fundamentales que conforman una aplicacion con LangGraph.
Una aplicación en LangGraph empieza con una entrada, y dependiendo de la ejecución, el flujo puede ir a una función o a otra hasta que llega al FINAL.
Estado(State) es un concepto central en LangGraphh. Representa toda la información que fluye a traves de la aplicación.
from typing_extensions import TypedDict
class State(TypedDict):
graph_state: strEl estado es definido por el usuario, es por eso que los campos deben contruirse cuidadosamente para contener toda la información necesaria para el proceso de toma de decisiones!
💡 Tip: Piensa cuidadosamente que información necesita tu aplicación para rastrear entre pasos.
Nodos(Nodes) son funciones de python. Cada nodo:
def node_1(state):
print("---Node 1---")
return {"graph_state": state['graph_state'] +" Yo estoy"}
def node_2(state):
print("---Node 2---")
return {"graph_state": state['graph_state'] +" feliz!"}
def node_3(state):
print("---Node 3---")
return {"graph_state": state['graph_state'] +" triste!"}Por ejemplo, los nodos pueden contener:
💡 Info: Algunos nodos necesarios para el flujo completo como START y END existen directamente desde langGraph.
Aristas (Edges) conectan nodos y definen los posibles caminos a través de tu grafo:
import random
from typing import Literal
def decide_mood(state) -> Literal["node_2", "node_3"]:
# A menudo, usaremos el estado para decidir el próximo nodo a visitar
usuario_entrada = state['graph_state']
# Aquí, hagamos simplemente una división 50 / 50 entre los nodos 2, 3
if random.random() < 0.5:
# 50% del tiempo, devolvemos el Nodo 2
return "node_2"
# 50% del tiempo, devolvemos el Nodo 3
return "node_3"RetryClaude can make mistakes. Please double-check responses.Las aristas(edges) pueden ser:
El StateGraph es el contenedor que alberga todo el flujo de trabajo de tu agente:
from IPython.display import Image, display
from langgraph.graph import StateGraph, START, END
# Construir grafo
builder = StateGraph(State)
builder.add_node("node_1", node_1)
builder.add_node("node_2", node_2)
builder.add_node("node_3", node_3)
# Lógica
builder.add_edge(START, "node_1")
builder.add_conditional_edges("node_1", decide_mood)
builder.add_edge("node_2", END)
builder.add_edge("node_3", END)
# Añadir
graph = builder.compile()¡Que luego puede ser visualizado!
# Ver
display(Image(graph.get_graph().draw_mermaid_png()))
Pero lo más importante, invocado::
graph.invoke({"graph_state" : "Hola, soy Lance."})output :
---Node 1---
---Node 3---
{'graph_state': 'Hola, soy Lance. ¡Estoy triste!'}En la siguiente sección, pondremos estos conceptos en práctica construyendo nuestro primer grafo. Este grafo permite a Alfred recibir tus correos electrónicos, clasificarlos y elaborar una respuesta preliminar si son genuinos.
< > Update on GitHub