LangGraph 与状态图 Agent

LangGraph 的核心价值不是“又一个 Agent 框架”，而是把自由循环的 Agent 做成显式状态图：节点、边、状态、条件、持久化、人审和回放都可控。Agent 基础见 Agent 基础，框架总览见 LangChain 与应用框架，生产级 State、Checkpoint、HITL 和恢复设计见 LangGraph 生产化与系统设计。

面试先背这几句话

Chain 适合线性流程，Agent 需要循环、分支和状态，所以复杂 Agent 会从 Chain 走向 Graph。
LangGraph 用 State 表示共享状态，用 Node 做一步处理，用 Edge/Conditional Edge 决定下一步。
相比黑盒 ReAct 循环，LangGraph 的优势是可视化、可测试、可中断、可恢复、可回放。
Checkpoint 让长任务可以断点续跑；interrupt / human-in-the-loop 让高风险动作能等人确认。
生产里的 Agent 通常不是“完全自由”，而是用图把可走路径圈住，把不确定性限制在节点内部。

为什么从 Chain 走向 Graph

线性 Chain 适合固定步骤：

text

输入 -> 改写 query -> 检索 -> 重排 -> 生成答案

但 Agent 经常需要运行时决策：

工具调用成功就继续，失败就修参数或换工具。
信息不足就追问用户，信息足够才执行。
高危动作要暂停等待人工确认。
规划节点可能把任务拆成多个分支。
执行后要评估，没通过再回到修正节点。

这些逻辑本质是状态机。LangGraph 把它显式化，面试里可以概括为：

LangGraph 用确定性的图结构包住 LLM 的不确定性。模型可以在节点里做判断，但系统允许它走哪些路径、最多走几步、何时停、何时人审，是工程侧控制的。

核心概念

概念	含义	面试表达
State	全图共享状态，保存消息、计划、中间结果、工具返回、错误	Agent 的工作记忆和流程上下文
Node	一个处理步骤，可以是 LLM、工具、规则函数、评估器	每个节点职责要单一
Edge	节点之间的固定流转	确定性流程
Conditional Edge	按 State 决定下一跳	分支、循环、失败恢复
Command	同时更新状态并控制跳转	适合复杂控制流
Checkpoint	持久化每一步状态	断点续跑、回放、人工介入
Interrupt	暂停图执行，等待外部输入	高危动作审批、人类反馈

LangGraph 官方文档把图概括为由 Nodes 和 Edges 组成的、随状态演进的工作流；节点做工作，边决定下一步。这句话很适合作为面试开场。

一个可面试的 Agent 状态图

text

用户任务
  -> classify_intent
  -> plan_task
  -> need_tool?
      -> yes: call_tool -> validate_tool_result -> continue_or_fix
      -> no: draft_answer
  -> safety_check
      -> high_risk: interrupt_for_approval
      -> safe: final_answer

每个节点职责：

classify_intent：区分闲聊、知识问答、业务查询、高危操作。
plan_task：输出结构化计划，限制最大步数和可用工具。
call_tool：只执行 schema 校验通过的工具调用。
validate_tool_result：检查错误码、权限、空结果、业务状态。
continue_or_fix：决定继续、修参数重试、换工具或转人工。
safety_check：检查注入、越权、敏感输出和高危动作。
interrupt_for_approval：暂停并等待用户或审核人确认。

Checkpoint、人审与回放

生产 Agent 最怕“失败后不知道它怎么走到这里”。Checkpoint 解决三个问题：

断点续跑：长任务被中断后，从最近状态恢复，不必重跑全部步骤。
人工确认：高危节点暂停，把待执行动作展示给人，确认后继续。
失败回放：保留每步状态、输入、输出、工具结果，定位是规划错、参数错、工具错还是权限错。

面试里可以这样答：

对外部写操作，我不会让 Agent 直接执行。图执行到写操作节点时先 interrupt，保存 checkpoint，把动作、参数、风险展示给用户或审核人。确认后从 checkpoint resume；拒绝则走取消或转人工分支。这样既保留 Agent 灵活性，也把高风险副作用控制住。

LangGraph vs ReAct vs AgentExecutor

维度	ReAct 自由循环	旧式 AgentExecutor	LangGraph
控制流	模型每步决定	框架封装循环	显式图结构
可调试	看日志追轨迹	抽象较黑盒	节点、边、状态可回放
状态管理	靠上下文拼接	框架管理	显式 State
人工介入	自己实现	支持有限	interrupt + checkpoint
失败恢复	靠 prompt	靠重试	条件边 + 回退节点
适合	简单探索任务	快速 demo	生产 Agent / 复杂工作流

结论：

简单工具问答可以用 ReAct。
流程固定就用 Workflow。
有状态、多分支、要人审和回放的 Agent，用 LangGraph 更稳。

面试专项：LangGraph 状态设计模式

LangGraph 面试容易从“State 是什么”追问到“State 怎么设计才不会乱”。可按 持久化字段、临时字段、控制字段、审计字段 四类拆：

字段类型	示例	设计原则
持久化业务状态	`task_id`、`user_id`、`tenant_id`、证券代码、订单号、引用文档 ID	用于恢复和审计，字段稳定、可序列化、少存敏感明文
临时运行态	当前候选答案、临时检索结果、排序分数	可重算的不长期存，避免 checkpoint 膨胀
控制字段	`step_count`、`retry_count`、`next_action`、`last_tool`、`risk_level`	用来防死循环、走条件边、触发降级和人审
审计字段	`model_version`、`prompt_version`、`tool_call_id`、`approval_status`	线上回放和合规必备，和 trace 对齐

Checkpoint 恢复、幂等与重复执行

Checkpoint 恢复最怕“状态恢复了，但外部副作用已经发生”。写操作节点必须按后端事务思维设计：

每次写操作生成 idempotency_key，同一 key 重试只返回第一次结果。
工具节点先写 pending action，确认后执行真实副作用。
checkpoint 里记录 tool_call_id、参数摘要、执行状态、外部业务单号。
resume 时先查询外部状态，再决定继续、跳过、补偿或转人工。
发邮件、扣款、建单、删除这类副作用节点默认串行，不做并行 tool calls。

Trace 如何用于线上排障

一条可用 trace 至少包含：用户/租户、入口请求、每个节点的输入输出摘要、模型和 prompt 版本、工具名和参数摘要、工具耗时和错误码、retrieved_docs、条件边选择原因、checkpoint id、最终状态。这样才能判断问题是规划错、检索错、工具参数错、权限错、模型幻觉，还是条件边设计错。

面试可复述：

我会把 State 设计成可恢复、可审计、可控流的结构，而不是把所有上下文都塞进去。可重算的大结果只存引用，控制字段用于限步和重试，写操作用幂等键和 pending 状态避免恢复后重复执行。线上排障时按 trace 看每个节点、边和工具调用，定位失败发生在哪一层。

高频面试题

Q：LangGraph 相比普通 LangChain Chain 改进了什么？
Chain 是线性或 DAG 编排，表达循环和动态分支弱；LangGraph 把状态、节点、边、条件跳转显式化，适合多步 Agent、失败恢复和人审。

Q：怎么防止 LangGraph Agent 死循环？
工程侧设最大步数、最大 token、最大耗时；状态里记录最近动作，检测重复工具调用；条件边必须有终止分支；连续失败时走 fallback 或人工接管。

Q：Checkpoint 存什么？
至少存 thread/session id、state、消息历史、当前节点、工具调用结果、错误码、模型版本、prompt 版本、用户审批状态。不要把敏感明文长期存储，必要时脱敏或引用外部安全存储。

Q：Human-in-the-loop 放在哪里？
放在高风险或低置信节点前：转账、删除、发邮件、提交工单、写数据库、对外发布。人审节点不只是弹窗确认，还要展示动作原因、参数、影响范围和取消路径。

Q：LangGraph 能替代 Dify 吗？
不是完全替代。Dify 适合低代码 PoC 和业务人员维护，LangGraph 适合代码化、可测试、可版本控制的复杂 Agent。常见路径是 Dify 验证价值，核心链路迁移到 LangGraph 或 Java 服务。

项目讲法

投研 Agent 可以这样讲：

我没有让模型自由 ReAct 到底，而是用 LangGraph 把流程拆成意图识别、检索、工具调用、分析、风险校验和报告生成几个节点。每个节点只做一件事，状态里保存证券代码、时间范围、引用材料和工具结果。行情查询、公告检索、财务指标都通过工具节点执行。生成投资结论前有风险校验节点，涉及敏感建议会进入人工确认。线上失败时可以按 checkpoint 回放整条轨迹，定位是检索漏召回、工具参数错还是分析节点幻觉。

系统设计追问

设计一个支持人审的长任务 Agent 平台，如何存 checkpoint、如何恢复、如何防重复执行？
设计一个多 Agent 协作系统，Supervisor、Worker、共享状态和消息协议怎么划分？
如果工具调用连续失败，图应该重试、换工具、追问用户还是转人工？
如何把 LangGraph Agent 的 trace 接入 LangSmith/Langfuse 之类平台？
如何从一个 Dify 工作流迁移到 LangGraph，同时保留评估集和工具定义？

LangGraph 与状态图 Agent ​

面试先背这几句话 ​

为什么从 Chain 走向 Graph ​

核心概念 ​

一个可面试的 Agent 状态图 ​

Checkpoint、人审与回放 ​

LangGraph vs ReAct vs AgentExecutor ​

面试专项：LangGraph 状态设计模式 ​

Checkpoint 恢复、幂等与重复执行 ​

Trace 如何用于线上排障 ​

高频面试题 ​

项目讲法 ​

系统设计追问 ​

延伸阅读 ​