如何为子图添加线程级持久性¶

先决条件

本指南假定您熟悉以下内容

本指南展示了如何为使用子图的图添加线程级持久性。

设置¶

首先，让我们安装所需的包

$ npm install @langchain/langgraph @langchain/core

为 LangGraph 开发设置 LangSmith

注册 LangSmith 可快速发现问题并提升您的 LangGraph 项目性能。LangSmith 允许您使用跟踪数据调试、测试和监控您使用 LangGraph 构建的 LLM 应用程序 — 点击此处了解更多入门信息。

定义具有持久性的图¶

要为包含子图的图添加持久性，您只需在编译父图时传递一个检查点保存器。LangGraph 会自动将检查点保存器传播到子图。

注意

您不应在编译子图时提供检查点保存器。相反，您必须定义一个**单一的**检查点保存器，并将其传递给 parentGraph.compile()，LangGraph 会自动将该检查点保存器传播到子图。如果您将检查点保存器传递给 subgraph.compile()，它将被忽略。当您添加一个显式调用子图的节点函数时，这也适用。

让我们定义一个包含单个子图节点的简单图，以展示如何实现。

import { StateGraph, Annotation } from "@langchain/langgraph";

// subgraph

const SubgraphStateAnnotation = Annotation.Root({
  foo: Annotation<string>,
  bar: Annotation<string>,
});

const subgraphNode1 = async (state: typeof SubgraphStateAnnotation.State) => {
  return { bar: "bar" };
};

const subgraphNode2 = async (state: typeof SubgraphStateAnnotation.State) => {
  // note that this node is using a state key ('bar') that is only available in the subgraph
  // and is sending update on the shared state key ('foo')
  return { foo: state.foo + state.bar };
};

const subgraph = new StateGraph(SubgraphStateAnnotation)
  .addNode("subgraphNode1", subgraphNode1)
  .addNode("subgraphNode2", subgraphNode2)
  .addEdge("__start__", "subgraphNode1")
  .addEdge("subgraphNode1", "subgraphNode2")
  .compile();

// parent graph
const StateAnnotation = Annotation.Root({
  foo: Annotation<string>,
});

const node1 = async (state: typeof StateAnnotation.State) => {
  return {
    foo: "hi! " + state.foo,
  };
};

const builder = new StateGraph(StateAnnotation)
  .addNode("node1", node1)
  // note that we're adding the compiled subgraph as a node to the parent graph
  .addNode("node2", subgraph)
  .addEdge("__start__", "node1")
  .addEdge("node1", "node2");

我们现在可以使用内存中的检查点保存器（MemorySaver）来编译图。

import { MemorySaver } from "@langchain/langgraph-checkpoint";

const checkpointer = new MemorySaver();

// You must only pass checkpointer when compiling the parent graph.
// LangGraph will automatically propagate the checkpointer to the child subgraphs.

const graph = builder.compile({
  checkpointer: checkpointer
});

验证持久性是否有效¶

现在，让我们运行该图并检查父图和子图的持久化状态，以验证持久性是否有效。我们应该会在 state.values 中看到父图和子图的最终执行结果。

const config = { configurable: { thread_id: "1" } };

const stream = await graph.stream({
  foo: "foo"
}, {
  ...config,
  subgraphs: true,
});

for await (const [_source, chunk] of stream) {
  console.log(chunk);
}

{ node1: { foo: 'hi! foo' } }
{ subgraphNode1: { bar: 'bar' } }
{ subgraphNode2: { foo: 'hi! foobar' } }
{ node2: { foo: 'hi! foobar' } }

我们现在可以通过使用调用图时相同的配置来调用 graph.get_state() 来查看父图状态。

(await graph.getState(config)).values;

{ foo: 'hi! foobar' }

要查看子图状态，我们需要做两件事

查找子图最新的配置值
使用 graph.getState() 检索最新子图配置的值。

为了找到正确的配置，我们可以检查父图的状态历史，并找到从 node2（包含子图的节点）返回结果之前的状态快照。

let stateWithSubgraph;

const graphHistories = await graph.getStateHistory(config);

for await (const state of graphHistories) {
  if (state.next[0] === "node2") {
    stateWithSubgraph = state;
    break;
  }
}

状态快照将包含接下来要执行的 tasks 列表。在使用子图时，tasks 将包含我们可以用来检索子图状态的配置。

const subgraphConfig = stateWithSubgraph.tasks[0].state;

console.log(subgraphConfig);

{
  configurable: {
    thread_id: '1',
    checkpoint_ns: 'node2:25814e09-45f0-5b70-a5b4-23b869d582c2'
  }
}

(await graph.getState(subgraphConfig)).values

{ foo: 'hi! foobar', bar: 'bar' }

如果您想了解更多关于如何为“人在循环”（human-in-the-loop）工作流修改子图状态的信息，请查看此操作指南。