当您使用 LangGraph 构建 Agent 时，首先将其分解为称为节点的离散步骤。然后，您描述每个节点的 不同决策和转换。最后，通过所有节点可以读取和写入的共享状态将节点连接在一起。 在本演练中，我们将引导您了解使用 LangGraph 构建客户支持电子邮件 Agent 的思维过程。

​
从您想要自动化的流程开始

想象您需要构建一个处理客户支持电子邮件的 AI Agent。您的产品团队给您提出了以下要求： 
Agent 应该：

- 阅读收到的客户电子邮件
- 按紧急程度和主题分类
- 搜索相关文档以回答问题
- 起草适当的回复
- 将复杂问题升级给人工 Agent
- 在需要时安排后续跟进

需要处理的示例场景：

1. 简单产品问题："如何重置密码？"
2. 缺陷报告："导出功能在选择 PDF 格式时崩溃"
3. 紧急计费问题："我的订阅被收费了两次！"
4. 功能请求："您能为移动应用添加深色模式吗？"
5. 复杂技术问题："我们的 API 集成间歇性地出现 504 错误"
要在 LangGraph 中实现 Agent，您通常会遵循相同的五个步骤。

​
步骤 1：将您的工作流映射为离散步骤

首先识别流程中的不同步骤。每个步骤将成为一个节点（一个执行特定操作的函数）。然后勾勒这些步骤如何相互连接。 此图中的箭头显示了可能的路径，但实际选择哪条路径发生在每个节点内部。 现在我们已经确定了工作流中的组件，让我们了解每个节点需要做什么：
  • 阅读邮件：提取和解析邮件内容
  • 分类意图：使用 LLM 对紧急程度和主题进行分类，然后路由到适当的操作
  • 文档搜索：查询您的知识库以获取相关信息
  • 缺陷跟踪：在跟踪系统中创建或更新问题
  • 起草回复：生成适当的响应
  • 人工审查：升级给人工 Agent 进行批准或处理
  • 发送回复：发送电子邮件回复
请注意，某些节点会决定下一步去哪里（分类意图、起草回复、人工审查），而其他节点总是进入同一步（阅读邮件 总是进入 分类意图，文档搜索 总是进入 起草回复）。

​
步骤 2：识别每个步骤需要做什么

对于图中的每个节点，确定它代表什么类型的操作以及它需要什么上下文才能正常工作。

LLM 步骤

当您需要理解、分析、生成文本或做出推理决策时使用

数据步骤

当您需要从外部来源检索信息时使用

操作步骤

当您需要执行外部操作时使用

用户输入步骤

当您需要人工介入时使用

​
LLM 步骤

当步骤需要理解、分析、生成文本或做出推理决策时：
  • 静态上下文（提示词）：分类类别、紧急程度定义、响应格式
  • 动态上下文（来自状态）：邮件内容、发件人信息
  • 期望结果：决定路由的结构化分类
  • 静态上下文（提示词）：语气指南、公司政策、回复模板
  • 动态上下文（来自状态）：分类结果、搜索结果、客户历史
  • 期望结果：准备好供审查的专业邮件回复

​
数据步骤

当步骤需要从外部来源检索信息时：
  • 参数：从意图和主题构建的查询
  • 重试策略：是的，对于临时故障使用指数退避
  • 缓存：可以缓存常见查询以减少 API 调用
  • 参数：状态中的客户电子邮件或 ID
  • 重试策略：是的，但如果不可用则回退到基本信息
  • 缓存：是的，使用生存时间在新鲜度和性能之间取得平衡

​
操作步骤

当步骤需要执行外部操作时：
  • 何时执行节点：批准后（人工或自动）
  • 重试策略：是的，对于网络问题使用指数退避
  • 不应缓存：每次发送都是唯一操作
  • 何时执行节点：当意图为”缺陷”时始终执行
  • 重试策略：是的，不能丢失缺陷报告至关重要
  • 返回：包含在响应中的工单 ID

​
用户输入步骤

当步骤需要人工介入时：
  • 决策上下文：原始邮件、回复草稿、紧急程度、分类
  • 期望输入格式：批准布尔值加上可选的编辑回复
  • 触发时机：高紧急程度、复杂问题或质量问题

​
步骤 3：设计您的状态

状态是 Agent 中所有节点可访问的共享记忆。可以将其视为 Agent 在处理过程中用来跟踪所有学习和决策的笔记本。

​
什么应该放在状态中？

问问自己关于每条数据的这些问题：

包含在状态中

它需要跨步骤持久化吗？如果是，它进入状态。

不要存储

您可以从其他数据派生它吗？如果是，在需要时计算它，而不是将其存储在状态中。
对于我们的邮件 Agent，我们需要跟踪：
  • 原始邮件和发件人信息（以后无法重建这些）
  • 分类结果（多个后续/下游节点需要）
  • 搜索结果和客户数据（重新获取成本很高）
  • 回复草稿（需要通过审查持续存在）
  • 执行元数据（用于调试和恢复）

​
保持状态原始，按需格式化提示词

一个关键原则：您的状态应该存储原始数据，而不是格式化文本。在需要时在节点内格式化提示词。
这种分离意味着：
  • 不同的节点可以根据其需求以不同方式格式化相同的数据
  • 您可以更改提示词模板而无需修改状态模式
  • 调试更清晰——您可以看到每个节点收到的确切数据
  • 您的 Agent 可以发展而不会破坏现有状态