跳到内容

如何在达到递归限制之前返回状态

先决条件

本指南假定您熟悉以下内容

设置图的递归限制可以帮助您控制图运行的时长，但如果达到递归限制，您的图将返回错误——这可能并非所有用例都理想。相反，您可能希望在达到递归限制 之前 返回状态的值。本操作指南将向您展示如何做到这一点。

设置

首先，让我们安装所需的包

pip install -U langgraph

为 LangGraph 开发设置 LangSmith

注册 LangSmith 以快速发现问题并提高您的 LangGraph 项目的性能。LangSmith 允许您使用追踪数据来调试、测试和监控您使用 LangGraph 构建的 LLM 应用程序——在此处阅读更多关于如何入门的信息。

不返回状态

在此示例中，我们将定义一个总是达到递归限制的虚拟图。首先，我们将在不返回状态的情况下实现它，并展示它如何达到递归限制。此图基于 ReAct 架构，但它只是无限循环，而不是实际做出决策和采取行动。

API 参考：StateGraph | START | END

from typing_extensions import TypedDict
from langgraph.graph import StateGraph
from langgraph.graph import START, END


class State(TypedDict):
    value: str
    action_result: str


def router(state: State):
    if state["value"] == "end":
        return END
    else:
        return "action"


def decision_node(state):
    return {"value": "keep going!"}


def action_node(state: State):
    # Do your action here ...
    return {"action_result": "what a great result!"}


workflow = StateGraph(State)
workflow.add_node("decision", decision_node)
workflow.add_node("action", action_node)
workflow.add_edge(START, "decision")
workflow.add_conditional_edges("decision", router, ["action", END])
workflow.add_edge("action", "decision")
app = workflow.compile()

from IPython.display import Image, display

display(Image(app.get_graph().draw_mermaid_png()))

让我们验证我们的图是否总是会达到递归限制

from langgraph.errors import GraphRecursionError

try:
    app.invoke({"value": "hi!"})
except GraphRecursionError:
    print("Recursion Error")

Recursion Error

返回状态

为了避免达到递归限制，我们可以向状态引入一个新的键，称为 remaining_steps。它将跟踪直到达到递归限制所需的步数。然后，我们可以检查 remaining_steps 的值，以确定是否应该终止图的执行并向用户返回状态，而不会导致 RecursionError。

为此，我们将使用特殊的 RemainingSteps 注解。在底层，它创建一个特殊的 ManagedValue 通道——一个状态通道，它将仅在图运行期间存在，之后消失。

由于我们的 action 节点总是会为图至少引入 2 个额外的步骤（因为 action 节点总是紧随其后调用 decision 节点），我们将使用此通道来检查我们是否在距离限制 2 个步骤以内。

现在，当我们运行图时，应该不会收到任何错误，而是得到在达到递归限制之前状态的最后一个值。

API 参考：StateGraph

from typing_extensions import TypedDict
from langgraph.graph import StateGraph
from typing import Annotated

from langgraph.managed.is_last_step import RemainingSteps


class State(TypedDict):
    value: str
    action_result: str
    remaining_steps: RemainingSteps


def router(state: State):
    # Force the agent to end
    if state["remaining_steps"] <= 2:
        return END
    if state["value"] == "end":
        return END
    else:
        return "action"


def decision_node(state):
    return {"value": "keep going!"}


def action_node(state: State):
    # Do your action here ...
    return {"action_result": "what a great result!"}


workflow = StateGraph(State)
workflow.add_node("decision", decision_node)
workflow.add_node("action", action_node)
workflow.add_edge(START, "decision")
workflow.add_conditional_edges("decision", router, ["action", END])
workflow.add_edge("action", "decision")
app = workflow.compile()

app.invoke({"value": "hi!"})

{'value': 'keep going!', 'action_result': 'what a great result!'}

太好了！我们的代码没有错误地运行了，正如我们预期的那样！

评论