当前位置: 首页 > news >正文

LangGraph最常用的三种流式输出,你知道几个?

一.最常用的三种流式输出是哪三个?

1.updates(仅当前节点修改的字段)
2.values(每个节点执行后的完整状态快照)
3.debug(超详细的全状态信息)

二.下面代码如果运行后,输出结果是哪一个?(答案在文章底部)

A:

{'dog': {'remark': '你们喜欢吃什么?我喜欢吃香蕉和骨头', 'name': '小狗'}}
{'cat': {'remark': '你们喜欢吃什么?我喜欢吃香蕉和骨头和冻干', 'name': '小猫'}}

B:

{'remark': '你们喜欢吃什么?我喜欢吃香蕉', 'name': '大象'}
{'remark': '你们喜欢吃什么?我喜欢吃香蕉和骨头', 'name': '小狗'}
{'remark': '你们喜欢吃什么?我喜欢吃香蕉和骨头和冻干', 'name': '小猫'}

代码如下:

      class State(TypedDict):remark : strname : strdef dog(state:State)->State:return {"remark":state["remark"]+"和骨头","name":"小狗"}def cat(state:State)->State:return {"remark":state["remark"]+"和冻干","name":"小猫"}graph=(StateGraph(State).add_node("dog",dog).add_node("cat",cat).add_edge(START,"dog").add_edge("dog","cat").add_edge("cat",END).compile())if __name__ == '__main__':input_message={"name":"大象","remark":"你们喜欢吃什么?我喜欢吃香蕉"}for message in graph.stream(input_message,stream_mode="values"):print(message)

三.这三个的输出结果分别是

stream_mode="values"

{'remark': '你们喜欢吃什么?我喜欢吃香蕉', 'name': '大象'}
{'remark': '你们喜欢吃什么?我喜欢吃香蕉和骨头', 'name': '小狗'}

stream_mode="updates"

{'dog': {'remark': '你们喜欢吃什么?我喜欢吃香蕉和骨头', 'name': '小狗'}}

stream_mode="debug"

{'step': 1, 'timestamp': '2026-05-05T10:05:55.120476+00:00', 'type': 'task', 'payload': {'id': '1769fb56-6156-5c71-8697-9be6cfd61738', 'name': 'dog', 'input': {'remark': '你们喜欢吃什么?我喜欢吃香蕉', 'name': '大象'}, 'triggers': ('branch:to:dog',)}}
{'step': 1, 'timestamp': '2026-05-05T10:05:55.120602+00:00', 'type': 'task_result', 'payload': {'id': '1769fb56-6156-5c71-8697-9be6cfd61738', 'name': 'dog', 'error': None, 'result': {'remark': '你们喜欢吃什么?我喜欢吃香蕉和骨头', 'name': '小狗'}, 'interrupts': []}}
{'step': 2, 'timestamp': '2026-05-05T10:05:55.120702+00:00', 'type': 'task', 'payload': {'id': 'c54ac78f-7364-a9ff-36c8-167d5ef2dfe2', 'name': 'cat', 'input': {'remark': '你们喜欢吃什么?我喜欢吃香蕉和骨头', 'name': '小狗'}, 'triggers': ('branch:to:cat',)}}

四.三个模式的使用场景

1.values模式

如果你关注这个状态在每一步后的变化,则使用这个。
例如:聊天机器人的逐步回复

2.updates模式

如果你只想知道修改了什么状态,不关注没有变化的部分,不关注整体,则可以使用这个。

3.debug模式

排查哪个地方失去控制或者排查错误的时候,则可以使用这个

第二题的答案是:B

http://www.jsqmd.com/news/758773/

相关文章:

  • MotionEdit:运动图像编辑与NFT技术的创新融合
  • HeaderEditor深度技术解析:浏览器请求控制系统的架构设计与实战应用
  • 如何实现完美撤销重做:Milkdown历史记录功能终极指南
  • Vue.js国际化终极指南:如何在Vitesse模板中实现动态语言切换
  • 通过 curl 命令直接测试 Taotoken 聊天接口的配置与排错指南
  • 深度解析:OpenWrt网易云音乐解锁插件完整配置与实战指南
  • 小红书视频图片如何去水印保存?2026最新 小红书去水印最新方法实测教程 - 爱上科技热点
  • FlexASIO技术解析:构建灵活的跨平台ASIO音频驱动架构
  • ESP8266 实际应用
  • 从防御者视角看Golden Ticket:如何检测和缓解黄金票据攻击(含Mimikatz日志分析)
  • 5分钟快速上手:BLiveChat打造B站直播弹幕的终极解决方案
  • 为什么你的Dify多模态Pipeline总是返回空结果?——基于137个真实报错日志的根因图谱分析
  • Qianfan-OCR案例分享:建筑施工图图例表OCR+构件编号自动关联
  • 别再手动写YAML了!用Higress Console可视化配置路由,5分钟搞定服务暴露
  • 终极指南:3步搭建QuantConnect量化交易本地学习环境
  • 即梦怎么去水印保存图片?2026最新实测即梦去水印方法全解析 - 爱上科技热点
  • LFM2.5-VL-1.6B开源大模型教程:支持Function Calling的纯文本扩展能力
  • 终极Uber Zap安全指南:如何彻底保护日志中的敏感信息安全
  • 避坑指南:在Ubuntu 20.04上从零部署PointPillars ROS可视化(含OpenPCDet、SpConv2.x环境配置)
  • Windows Insider 离线注册技术解析:绕过微软账户限制的注册表级解决方案
  • emilianJR/chilloutmix_NiPrunedFp32Fix与科学可视化:复杂数据图形化的终极解决方案
  • 别再乱设CUDA_VISIBLE_DEVICES了!PyTorch多GPU分配的3种正确姿势(附避坑清单)
  • 2026最新年即梦去水印软件怎么选?即梦AI图片视频去水印方法全介绍 - 爱上科技热点
  • Modbus RTU 与 Modbus TCP 深入指南-帧结构与报文格式
  • 告别混乱窗口:用QTTabBar实现Windows资源管理器的标签页革命
  • 番茄小说下载器:构建你的个人数字图书馆的3种技术方案
  • FanControl终极指南:如何用免费软件实现Windows风扇智能控制
  • 【RK3506实战-03】Linux eMMC 实战全攻略
  • Quectel RM255C系列5G RedCap模块技术解析与应用
  • 2026 年最佳手机杀毒软件排名公布,多维度对比助你选到合适之选!