LangGraph 怎么用？五步把任务拆成一张图

这期讲了什么

• 拆图五步，顺序别乱：先定状态 State（一本从头带到尾的工单，哪栏覆盖、哪栏累加要定死）；再切节点 Node（一站只干一件叫得出名字的活）；再连边 Edge（条件边把「往哪走」的判断挪到路口）；铺 checkpoint 存档点（断了能续、错了能回档）；最后在花钱、对外、删数据的关口插真人闸门
• 节点里干的活就三类：叫一次模型、调一次工具、自己写段代码；图有入口和终点两个不用操心的工位
• 图的常见形态：直线链、条件分岔、带环（打分不合格打回重写）、并行扇出（同时检索多个来源或多方案投票）、子图（多智能体调度）
• Klarna 客服工单实例：退款请求进工单→分诊条件边→查订单→起草回复→金额超标插真人闸门等主管点头→发出；Replit、Elastic 也在用 LangGraph 搭生产流程（框架已更新到 1.2.9）
• 冷水：图的代价是预先设计，单轮问答、一次性抽取、一个提示词能搞定的小活别画；不写代码的人也能拿走两条——复杂任务先在脑子里画成图、要紧动作给自己留一道确认关

文字稿

一个活，五步拆成一张图

上一期我用医院打过比方，说 Graph 这条路就是 AI 干活也画张流程图，一站管一件事，要命的关口得真人签字。那期聊的是是什么、跟 Loop 怎么选。今天不重复那个，再往前迈一步——一个活儿摆在你面前，你怎么一步步把它拆成一张图。这期是给想动手的人准备的，我拿最有名的那个开源框架 LangGraph 当例子，它现在更到 1.2.9 版了，是这条路上市面上用得最多的一个。

拆图这件事，我总结成 5 步，顺序别弄乱。

第一步，先把咱那张工单定下来。行话管它叫状态，State。它就是一本从头带到尾的病历，每一站都能翻，都能往上写。动手之前你得先想明白这张工单上有哪些栏——用户问的啥、查到的资料、写出来的草稿、审核的意见。栏没想明白，后面每个工位都乱抓数据。这本工单还有个讲究：有的栏是覆盖的，来一条新的就把旧的盖掉，比如当前状态；有的栏是累加的，像聊天记录，一句一句往下续。哪栏覆盖、哪栏累加，你也得在画单子的时候就定死。

第二步，把活儿切成一个个工位。行话叫节点，Node。一个节点就是一个只干一件事的小工位：查资料是一站，起草是一站，打分是一站，改写也是一站。你要是发现一个节点里塞了 3 件事，那就是没切干净，拆开它。中间这些工位干的活儿来来回回就 3 类：叫一次模型，调一次工具，或者自己写段代码算一下。另外有一头一尾两个工位不用你操心，图从入口进，从终点出，中间才是你排的活儿。

第三步，把工位连起来，还得在路口装上分岔。工位之间的箭头，行话叫边，Edge。最简单的边是死的：A 干完铁定走 B。可真实活儿总有岔路口，这就得用条件边——到了路口，瞅一眼工单上写了啥，再决定往左还是往右。审核过了走发布，没过打回重写，就是这么个岔。这一步的窍门：把往哪走的判断从工位里搬出来，挪到路口上。背后就是一个小小的看路函数，工位一干完，它瞄一眼工单，吐出下一站的名字。这么一来，工位只管埋头干自己那件事，路怎么走全交给图来管。

第四步，给每一站装上存档点。行话叫 checkpoint。每走完一站，就把整本工单拍张照存下来。跑到一半断了，从最近的存档接着来，不用从头跑。第七站发现错了，回档到第六站重来。存档还有个附带好处：换个会话过两天再回来，它还记着上回聊到哪儿，跨着聊天都能接上。而且下一步那道真人闸门能停下来等人，靠的就是这个存档垫底。

第五步，在要命的关口插一道真人闸门。哪些算要命？花钱的、对外发消息的、删数据的。在这种工位前头卡一道关，图跑到这儿先停，把控制权交到人手上。你点头它接着走，你不点它就停那儿等着——工单已经存好档了，等多久都不丢。这道关平时就干 3 件事：批高风险的动作，纠模型写岔的地方，补它缺的那点信息。

5 步说完：先定工单，再切工位，再连边装分岔，再铺存档，最后插真人关。把这个顺序记住，你心里就有拆图的章法了。

图长什么样，跟着一张工单走一遍

图可不是只有一种模样。最简单的，直线链：几站一字排开，A 到 B 到 C，不拐弯，适合步骤定死的活儿，比如固定格式的抽取、走流程的审批。复杂一点，条件分岔：路口看工单分流，一个客服问题进来，先判是退款还是查物流，再分到不同支线上去。

再往上，图里带环：一条边指回前面的工位，转圈。比如写完让另一个工位打分，不合格就打回去重写再打分，来回磨到合格才放行。这就是图比老式直线链强的地方——它允许你把一段路走回去，转着圈磨。

还有并行扇出：从一个工位分出好几条边同时开跑，比如一口气检索 3 个来源，跑完再汇到一起；也可以让 3 个工位各写一版方案，最后投票挑最好的那一版。最后一种，子图：把一整段图打包成一个工位塞进更大的图里。做多智能体经常这么干——一个研究子图，一个写作子图，主图负责来回调度它们。

光说形态太干，我拿一张客服工单把 5 步串一遍。Klarna 这家公司的客服助手，就是拿 LangGraph 搭的。一个退款请求进来，先落到工单上：谁问的、要退哪笔、金额多少。第一站是分诊——这里用条件边，判出来是退款，就分到退款支线。第二站查订单，这是个工具调用，把这笔单子的详情写回工单。第三站起草回复，让模型照着工单里的信息写一段答复。到这儿要紧关口来了：退款金额要是超过一个数，图不往下发，先插一道真人闸门，停下来等主管点头。主管点了，才走最后一站，把回复和退款发出去。金额小的就不惊动人，直接放行。

你看，一张工单从进到出，5 步全用上了：工单是状态，每一站是节点，分诊那个路口是条件边，中途能停能续靠的是存档点，超额那道关是真人闸门。整个过程你还能盯着它一站一站走，哪步慢了、哪步卡在等人，一眼就能看见。像 Replit、Elastic 这几家公司，也都在拿它搭自己的生产流程。

什么活别画图，普通人能拿走什么

讲到这儿你可能觉得，图这么能干，那都画上图得了。打住，我得泼盆冷水。图有它的代价，就俩字：预先设计。节点、边、工单上的栏，你得提前一样一样想清楚画出来。这是它可靠、可存档、可插人的本钱，也是它的包袱。要是一个活儿本身步骤就不固定、纯探索、走一步看一步，你硬给它套张图，反倒把手脚捆住了。

再说一层，不少活儿根本不配画图。单轮问答、一次性的抽取、一个提示词就能搞定的小活儿，你画什么图，直接调一下就完事了。做 Claude 的那家公司 Anthropic 写过一篇很有名的教搭智能体的文章，里面有句话我特别同意：先找最简单能用的方案，需要时才加复杂度——很多时候你根本不用搭什么智能体系统。那篇文章还有一条我也很服气：让 AI 的每一步都露在明面上，别搞成黑箱；就算你上了 LangGraph 这类框架，也得搞懂它底下那几行代码在干嘛，对框架瞎猜，是新手最常摔的跟头。

所以拆图之前先问自己一句：这活儿值不值得画图？步骤多、要分岔、要留痕、要人把关的，值。一锤子买卖的简单活儿，不值，别折腾。小活儿、探索的活儿，用 Loop 放手让它自己转；要紧的、要留痕的活儿，才轮到今天这套画图的功夫。

那不写代码的普通人能从这一期拿走点啥？我给 2 条。头一条，是一套拆活儿的脑子。以后碰上一个复杂任务，别一股脑丢给 AI 让它自己闷头干。你先在脑子里把它画成图——这活儿分几站？哪一站完了要看情况分岔？哪一步错了我得能倒回去？光是这么拆一遍，你把活儿交出去的时候心里就有谱得多。

第二条，给自己留一道关。花钱的、对外发的、不可逆的动作——转账、发邮件、删文件——你就当那是图里的真人闸门，自己按下确认键再放行。你不用会写代码，这道关就是你亲手给自己的 AI 任务装上的那道闸。

收个尾。用图搭工作流就这 5 步：定工单、切工位、连边分岔、铺存档、插真人关。图的好处全建立在你愿意提前画好这张图上——要紧的、多步骤的、要留痕的活儿值得画；一锤子的简单活儿，别画。

常见问题

LangGraph 的节点和边是什么？

节点（Node）是一个只干一件事的小工位：查资料、起草、打分、改写各是一站，干的活就三类——叫一次模型、调一次工具、写段代码。边（Edge）是工位之间的箭头，条件边会在路口看一眼工单再决定往哪走，把「往哪走」的判断从工位里挪到路口上。

LangGraph 里的 checkpoint 有什么用？

checkpoint 是存档点：每走完一站就把整本工单拍张照存下来。跑到一半断了能从最近存档接着跑，发现错了能回档重来，换个会话过两天还能接上上次进度，真人闸门能停下来等人也靠它垫底。

什么任务适合用 LangGraph 画图？

步骤多、要分岔、要留痕、要人把关的活值得画，比如客服退款、多步审批。单轮问答、一次性抽取、一个提示词能搞定的小活别画——图的代价是预先设计，纯探索、走一步看一步的活套上图反而捆住手脚，那种用 Loop 放手让它自己转更合适。