27. LangGraph 的 State、Node、Edge 各自职责是什么？

难度 P1 高频 · 岗位 应用 · 频率 ★★★ · 预计阅读 5 min

本题阅读地图

1. 💡 简要回答
2. 📝 详细解析
3. 🎯 面试总结

👔面试官：LangGraph 的 State、Node、Edge 各自职责是什么？

🙋‍♂️我：State 存数据，Node 处理数据，Edge 控制流程。

👔面试官：对，但还有更细的分工：State 是 TypedDict，明确定义结构；Node 是纯函数，输入 State 返回更新；Edge 分普通边和条件边，条件边用函数判断走向。你能展开吗？

🙋‍♂️我：条件边根据 State 判断下一步走哪？

👔面试官：对，而且 State 的更新是增量更新，不是替换。多个节点可以并行更新不同字段。这是 LangGraph 灵活性的关键。

💡 简要回答

组件	职责	说明
State	数据结构	TypedDict 定义，存所有运行时数据
Node	处理逻辑	纯函数，接收 State，返回 State 更新
Edge	流程控制	普通边（固定流转）、条件边（动态判断）

State 更新机制：

• 增量更新（不是替换）
• 多个节点可并行更新不同字段
• 自动合并到主 State

📝 详细解析

State 定义

from typing import TypedDict, Annotated
from operator import add

class State(TypedDict):
    messages: Annotated[list, add]  # 用 add 合并，不是替换
    documents: list
    next_step: str

注解（Annotated）：

• 指定字段如何更新（add、replace、自定义函数）

Node 实现

def retrieval_node(state: State) -> dict:
    docs = retriever.get_relevant_documents(state["messages"][-1].content)
    return {"documents": docs}  # 只返回要更新的字段

def generation_node(state: State) -> dict:
    response = llm.invoke(state["messages"])
    return {"messages": [response]}

特点：

• 纯函数，无副作用
• 返回 dict，只包含要更新的字段
• 系统自动合并到 State

Edge 类型

普通边：

workflow.add_edge("node_a", "node_b")  # A 完了一定走 B

条件边：

def route(state: State) -> str:
    if len(state["documents"]) > 0:
        return "generate"
    else:
        return "rewrite_query"

workflow.add_conditional_edges("retrieve", route, {
    "generate": "generate_node",
    "rewrite_query": "rewrite_node"
})

🎯 面试总结

State 定义数据结构，Node 实现处理逻辑，Edge 控制流转。State 增量更新，条件边支持动态分支。

---

章节首页 · ← Q26 · Q28 →