如何控制图递归限制¶

先决条件

本指南假设您熟悉以下内容

• 图表
• 递归限制
• 节点

在调用或流式传输图时，您可以设置图递归限制。递归限制设置图在引发错误之前允许执行的超级步骤数量。在这里了解更多关于递归限制的概念here。让我们在一个简单的带并行分支的图中看到一个例子，以更好地理解递归限制的工作原理。

如果您想查看如何返回状态的最后一个值而不是从图中收到递归限制错误的示例，请阅读此操作指南。

设置¶

首先，让我们安装所需的软件包

在 [1]

%%capture --no-stderr
%pip install -U langgraph

%%capture --no-stderr %pip install -U langgraph

为 LangGraph 开发设置 LangSmith

注册 LangSmith 以快速发现问题并提高 LangGraph 项目的性能。LangSmith 允许您使用跟踪数据来调试、测试和监控使用 LangGraph 构建的 LLM 应用程序——在这里了解更多有关如何开始使用here。

定义图¶

在 [2]

import operator
from typing import Annotated, Any

from typing_extensions import TypedDict

from langgraph.graph import StateGraph, START, END


class State(TypedDict):
    # The operator.add reducer fn makes this append-only
    aggregate: Annotated[list, operator.add]


def node_a(state):
    return {"aggregate": ["I'm A"]}


def node_b(state):
    return {"aggregate": ["I'm B"]}


def node_c(state):
    return {"aggregate": ["I'm C"]}


def node_d(state):
    return {"aggregate": ["I'm A"]}


builder = StateGraph(State)
builder.add_node("a", node_a)
builder.add_edge(START, "a")
builder.add_node("b", node_b)
builder.add_node("c", node_c)
builder.add_node("d", node_d)
builder.add_edge("a", "b")
builder.add_edge("a", "c")
builder.add_edge("b", "d")
builder.add_edge("c", "d")
builder.add_edge("d", END)
graph = builder.compile()

import operator from typing import Annotated, Any from typing_extensions import TypedDict from langgraph.graph import StateGraph, START, END class State(TypedDict): # The operator.add reducer fn makes this append-only aggregate: Annotated[list, operator.add] def node_a(state): return {"aggregate": ["I'm A"]} def node_b(state): return {"aggregate": ["I'm B"]} def node_c(state): return {"aggregate": ["I'm C"]} def node_d(state): return {"aggregate": ["I'm A"]} builder = StateGraph(State) builder.add_node("a", node_a) builder.add_edge(START, "a") builder.add_node("b", node_b) builder.add_node("c", node_c) builder.add_node("d", node_d) builder.add_edge("a", "b") builder.add_edge("a", "c") builder.add_edge("b", "d") builder.add_edge("c", "d") builder.add_edge("d", END) graph = builder.compile()

在 [3]

from IPython.display import Image, display

display(Image(graph.get_graph().draw_mermaid_png()))

from IPython.display import Image, display display(Image(graph.get_graph().draw_mermaid_png()))

正如我们所见，我们的图将并行执行节点b和c（即在单个超级步骤中），这意味着如果我们运行此图，它应该恰好需要 3 步。我们可以首先将递归限制设置为 3 来检查它是否按预期引发错误（递归限制是包含性的，因此如果限制为 3，则图将在达到步骤 3 时引发错误）

使用图¶

在 [4]

from langgraph.errors import GraphRecursionError

try:
    graph.invoke({"aggregate": []}, {"recursion_limit": 3})
except GraphRecursionError:
    print("Recursion Error")

from langgraph.errors import GraphRecursionError try: graph.invoke({"aggregate": []}, {"recursion_limit": 3}) except GraphRecursionError: print("Recursion Error")

Recursion Error

成功！该图按预期引发了错误 - 现在让我们测试将递归限制设置为 4，并确保该图在这种情况下成功

在 [5]

try:
    graph.invoke({"aggregate": []}, {"recursion_limit": 4})
except GraphRecursionError:
    print("Recursion Error")

try: graph.invoke({"aggregate": []}, {"recursion_limit": 4}) except GraphRecursionError: print("Recursion Error")

完美，正如我们所预期的那样，该图在这种情况下成功运行。

设置正确的图递归限制对于避免图运行陷入长时间运行的循环很重要，因此有助于最大限度地减少不必要的成本

评论