本页目录
Lesson 06 练习 — StateGraph 重写 ReAct
这是进入 LangGraph 的第一课，练习重点在"理解图的结构"和"对比手写循环"。
练习 1：画出你的图（关键概念，5 分钟）
运行 code.py 的部分②，看打印的节点和边。然后手画一张你这张图的草图（纸笔即可），标注：
- 哪里是节点？分别叫什么？
- 哪里是条件边？条件是什么？
- 哪里是回路？为什么需要回路？
对比：打开 agent-lessons/03_react_loop/code.py，把图和你手写的 run_react_agent 的每一行对应起来（哪个节点 = 哪段代码、哪条边 = 哪个 if）。
这是面试高频题："用 LangGraph 怎么实现 ReAct？"——能画出这张图并解释数据流，就答得很好。
练习 2：理解 State 的自动追加（核心机制，10 分钟）
MessagesState 的 messages 字段是"自动追加"的（不是覆盖）。验证这一点：
在 create_agent_node 的 call_model 里加一行打印，看每次进入节点时 state 里有几条 messages：
def call_model(state):
print(f" [agent节点] 收到 {len(state['messages'])} 条 messages")
response = llm_with_tools.invoke(state["messages"])
return {"messages": [response]}
跑多步任务，观察：每经过一次 tools → agent 回路，messages 数量怎么变化？
思考：如果你返回 {"messages": [response]} 但 State 是"覆盖"而非"追加"，会发生什么？（这就是为什么 MessagesState 要用 Annotated[list, add_messages]）
练习 3：加一个新工具（10 分钟）
参考 Agent L04 的工具设计，加一个 get_weather(city: str) 工具（模拟数据即可），接到图里。然后问"北京和上海天气怎么样"。
要求：
1. 用 @tool 装饰器定义（docstring 写清楚何时用）
2. 加进 TOOLS 列表（注意：图编译前加）
3. 跑图，看模型是否调用新工具
观察：加一个工具，你改了几处？（对比 Agent L03 手写时要同时改 TOOLS_SPEC + TOOL_REGISTRY + execute_function）
练习 4：对比终止机制（5 分钟）
回答： 1. Agent L03 手写版怎么判断"该结束了"？（提示：检测字符串 "Final Answer"） 2. LangGraph 图怎么判断"该结束了"？（提示：条件边返回 END） 3. 哪种更可靠？为什么？（提示：字符串检测的脆弱性 vs 结构化的路由）
练习 5：手写循环 vs 图的代码量（认知题，5 分钟）
数一下两个版本的关键代码行数：
| 环节 | Agent L03 手写（行数） | LangGraph 图（行数） |
|---|---|---|
| 工具定义（schema） | ?（TOOLS_SPEC） | ?（@tool） |
| 工具执行调度 | ?（execute_function） | ?（ToolNode） |
| 循环 + 分支 | ?（for + if） | ?（add_edge + 条件边） |
| 状态管理 | ?（messages.append） | ?（State 自动） |
把数字填进去，亲眼看框架省了多少。
思考题（不写代码）
-
为什么说"Agent 本质是状态机"？ 一个状态机需要哪些要素？（状态、转移、终止）对应到 LangGraph 是什么？
-
图的回路
tools → agent和 while 循环的continue有什么区别？ 提示：声明式 vs 命令式、可视化。 -
tools_condition帮你省了什么？ 如果没有它，你要怎么写条件边的路由函数？
完成标志
- [ ] 能手画 StateGraph 的图结构（节点+边+回路）
- [ ] 能把图的每个环节对应回 Agent L03 的手写代码
- [ ] 理解 State 的"自动追加"机制
- [ ] 跑通了多步任务，看到图自动循环多轮
- [ ] 理解"图改变表达方式，不改变 ReAct 原理"
下一课 L07 深入 @tool 装饰器 + create_react_agent 预置 Agent。