langgragh代理式工作流的设计步骤；
学习如何使用langgragh构建代理工作流
- Step 1 — 把流程拆成离散步骤
把你想自动化的业务流程，识别出每个独立的动作，每个动作对应一个 node。先想清楚"做什么"，再想"怎么实现"。 - Step 2 — 搞清每个步骤的性质
节点分四种类型：LLM 推理、数据查询、外部动作、人工介入。不同类型有不同的错误处理和重试策略，不能一刀切。 - Step 3 — 设计 State
State 是所有节点共享的"草稿本"。核心原则是：只存原始数据，不存格式化的 prompt 文本。格式化的工作在节点运行时按需做，这样 State 更干净、更易调试、prompt 改了也不影响 schema。 - Step 4 — 实现节点函数
节点就是普通 Python 函数，吃 state、吐更新。重点是错误要分类处理：网络抖动 → RetryPolicy；LLM 能自己修正的错误 → 把错误存进 state 让它重试；需要用户介入的 → interrupt() 暂停；未知错误 → 直接 raise，别吞掉。 - Step 5 — 组装图
因为路由逻辑已经内嵌在节点里（通过 Command 返回 goto），所以图的结构本身很简单，只需要加几条必要的 edge。
langgragh的节点类型；
langgragh不同类型有不同的错误处理和重试策略，不能一刀切。
langgragh文档里明确列了四类：
- LLM 步骤 — 理解、分析、生成文本、做推理决策（比如分类意图、起草回复）
- 数据步骤 — 从外部数据源取数据（比如查文档库、查客户历史）
- 动作步骤 — 执行外部操作，有副作用（比如发邮件、创建 bug ticket）
- 用户输入步骤 — 需要人工介入（通过 interrupt() 暂停等待）