第三方工具更新 2026.11.15

LangGraph 教學:先用固定資料驗證狀態分流

LangGraph 用圖形結構連接有狀態的流程。

LangGraph 用圖形結構連接有狀態的流程。若你想先確認資料能否走到正確處理步驟,可以先不用模型,測試固定輸入與狀態更新。本例把一般出貨單標成 dispatch,缺少資料時標成 review。

這次隔離測試驗證什麼

先把每個節點當成輸入與輸出契約。不要只看流程執行完畢:要確認原始 note 有保留、route 是預期值,並為缺資料另放一組案例。本例只有一個節點;條件邊負責結束流程,並未測試多條分支邊。

以下是實際保存的合成資料輸出,不是模型效能評比。

{
  "valid": {
    "note": "NOTE-31",
    "route": "dispatch"
  },
  "missing": {
    "note": "MISSING",
    "route": "review"
  }
}

重現這個小任務

紀錄使用 Linux 與 Python 3.12。安裝需要下載公開套件,核心執行階段無外網;未測試 Windows shell。請在可拋棄的環境執行範例。

python -m pip install langgraph==1.2.22
import sys,json,traceback,importlib.metadata as meta,pathlib,asyncio,subprocess,os
SLUG='langgraph'
def emit(package,checks,observations,**kw):
    print(json.dumps({'checks':checks,'observations':observations},ensure_ascii=False,default=str,indent=2))
def langgraph():
    from typing import TypedDict
    from langgraph.graph import StateGraph,START,END
    class State(TypedDict):note:str;route:str
    def check(s):return {'route':'review' if s['note']=='MISSING' else 'dispatch'}
    g=StateGraph(State);g.add_node('check',check);g.add_edge(START,'check');g.add_conditional_edges('check',lambda s:END);app=g.compile()
    a=app.invoke({'note':'NOTE-31','route':''});b=app.invoke({'note':'MISSING','route':''})
    emit('langgraph',dict(valid_dispatch=a['route']=='dispatch',missing_review=b['route']=='review'),dict(valid=a,missing=b),scope='Compiled state graph and deterministic branch; no LLM, LangSmith or hosted service.')
langgraph()

限制與未測部分

未測試真模型、檢查點持久化、中斷恢復、平行節點或 LangSmith。固定資料通過,只能證明這段狀態接線能運作。

其他功能依下列固定版本官方文件整理,未本地實測。開源套件不代表代管執行或模型呼叫免費。

來源與測試紀錄

本次由 Codex 在非 root、封鎖外網、無發布憑證的容器執行合成資料測試,不代表站長親測。

實測套件:1.2.22;文件 commit:41fb001df931。套件與 README 分別固定,不假定是同一版。測試日期:2026-11-15。

訂閱 AI 工具精選與使用建議

有值得推薦的新工具、實測發現或重要更新時,寄到你的信箱。

訂閱後先寄給你一份每月更新的 AI 工具與 Skill 清單。有值得推薦的工具、實測發現或重要更新時才寄信,隨時可以退訂。隱私權說明

快完成了,請到信箱收確認信點信裡的按鈕確認訂閱,就會收到工具清單的下載連結。沒看到的話,看一下垃圾郵件或「促銷內容」分頁。

也可以在這些平台追蹤: