Lesson 06 — LangGraph 基础：StateGraph 重写 ReAct

def run_react_agent(client, user_question, max_steps=10):
    messages = [system, user]
    for step in range(1, max_steps + 1):          # ← while 循环
        response = client.chat.completions.create(messages=messages, tools=TOOLS_SPEC, ...)
        msg = response.choices[0].message
        if "Final Answer" in msg.content:          # ← 手动字符串检测终止
            return msg.content
        if msg.tool_calls:                         # ← 手动判断要不要调工具
            for tc in msg.tool_calls:
                args = json.loads(tc.function.arguments)   # ← 手动解析参数
                result = execute_function(name, args)      # ← 手动调度执行
                messages.append({"role": "tool", ...})     # ← 手动塞回 messages
        else:
            return msg.content

① State（状态）：Agent 运行中需要记住的东西（通常是 messages 对话历史）
② Node（节点）：每一步要做的事（一个函数，接收 State、返回 State 更新）
③ Edge（边）：节点之间的连线（包括条件边——根据 State 决定下一步去哪）

          ┌─────────────────────────────┐
          │                             │
          ▼                             │
     ┌─────────┐   有tool_calls   ┌─────┴───┐
START─▶│ agent   │────────────────▶│  tools  │
     │ (调模型) │                  │ (执行工具)│
     └────┬─────┘                  └─────────┘
          │ 没tool_calls
          ▼
         END（给出最终答案）

from langgraph.graph import StateGraph, START, END
from langgraph.prebuilt import ToolNode, tools_condition

builder = StateGraph(MessagesState)        # ① 指定 State 类型

builder.add_node("agent", call_model)      # ② 加节点（名字 + 函数）
builder.add_node("tools", ToolNode(tools))

builder.add_edge(START, "agent")           # ③ 加边（固定连线）
builder.add_conditional_edges(             # ④ 加条件边（根据 State 分流）
    "agent",                               #    从哪个节点出发
    tools_condition,                       #    路由函数（看最后一条消息有无 tool_calls）
)
builder.add_edge("tools", "agent")         #    tools 执行完回到 agent（形成回路）

graph = builder.compile()                  # ⑤ 编译成可执行的图
result = graph.invoke({"messages": [...]}) # 运行

# MessagesState 等价于（简化版）：
class MessagesState(TypedDict):
    messages: Annotated[list, add_messages]   # messages 列表，自动追加而非覆盖

def call_model(state):
    # state 是 {"messages": [...]}
    response = llm_with_tools.invoke(state["messages"])
    return {"messages": [response]}   # 返回的会被自动追加进 state["messages"]

builder.add_conditional_edges(
    "agent",              # 从 agent 节点出发
    tools_condition,      # 路由函数
)

# tools_condition 的逻辑（简化）：
def tools_condition(state):
    last_msg = state["messages"][-1]
    if last_msg.tool_calls:     # 有工具调用
        return "tools"          # → 去 tools 节点
    else:                       # 没有
        return END              # → 结束

builder.add_node("tools", ToolNode(tools))
builder.add_conditional_edges("agent", tools_condition)