理解langchain langgraph 官方文档示例代码中的MemorySaver

ops/2025/3/16 16:26:32/

以下是langchain v0.3官方示例代码

from langgraph.checkpoint.memory import MemorySaver
from langgraph.graph import START, MessagesState, StateGraph# 可以理解为:定义一个流程,这个流程中用到的数据类型是Messages。 <---定义一个有向图,指定状态模式/格式/规范为 MessagesState这种规范
workflow = StateGraph(state_schema=MessagesState)# 定义调用模型的函数
def call_model(state: MessagesState):response = model.invoke(state["messages"])return {"messages": response}# 整个流程只有一个节点,可谓是最简单的任务流了
workflow.add_edge(START, "model")
workflow.add_node("model", call_model)# 把“记忆保存器”这个中间件注入到流程中
memory = MemorySaver()
app = workflow.compile(checkpointer=memory)config = {"configurable": {"thread_id": "abc123"}}query = "Hi! I'm Bob."input_messages = [HumanMessage(query)]
output = app.invoke({"messages": input_messages}, config)
output["messages"][-1].pretty_print()  # output contains all messages in statequery = "What's my name?"input_messages = [HumanMessage(query)]
output = app.invoke({"messages": input_messages}, config)
output["messages"][-1].pretty_print()

输出 

==================================[1m Ai Message [0m==================================Hi Bob! How can I assist you today?==================================[1m Ai Message [0m==================================Your name is Bob! How can I help you today, Bob?

这里涉及到图论的基础知识,要快速了最基础概念,推荐这个视频:【硬核干货】图论到底是个什么玩意儿?图论入门:树与生成树 (Graph Theory: Tree and Spanning Tree)_哔哩哔哩_bilibili

图 (Graph):基于图论的概念,它由节点 (nodes) 和边 (edges) 组成。

节点 (Nodes): 节点是工作流中的执行单元,每个节点都关联一个函数,该函数定义了节点的执行逻辑。

边 (Edges): 边定义了节点之间的连接关系,以及工作流的执行路径。

状态 (State):标记节点及节点的状态,定义节点之间的连接和流向。--> 简单直观地理解的话,可以把State理解为我们常规编程中常用的Data

StateGraph=  State + Graph --> 依据【状态】来运作的【有向图】--->可近似理解为工作流

workflow = StateGraph(state_schema=MessagesState)

当中,state_schema 参数定义了这个“状态驱动的有向图” 的状态描述格式/标准/规范 采用 MessagesState 这种数据结构的规范。

--> 更通俗理解的话,可以把它想象成是以下语句在LangGraph场景下的固有写法:

# 以下这是一段伪代码
workflow = LangChainWorkFlow(data_type=Messages) 

------ MemorySaver ------

memory = MemorySaver()
app = workflow.compile(checkpointer=memory)

这里的MemorySaver有点像一个中间件,你可以把它当作中间件来理解。

中间件有什么特征:它在程序执行过程中某些数据流的环节介入,并根据设定的逻辑对部分数据进行加工或调整数据的流向,而这一切对用户来说是透明的,看不见的,像一只看不见的手在那里做了些什么。

  • 它不是核心逻辑,但能在数据流经过时 插入 自己的逻辑。
  • 它不改变程序的主要流程,但能 修改、过滤、检查 数据。
  • 它对用户是透明的,但对系统来说是 必不可少的

中间件在程序中的作用

作用示例
数据过滤日志记录、请求验证、权限检查
数据转换格式转换、加密/解密、压缩
流向控制负载均衡、路由选择、错误处理

 MemorySaver 在这里中的作用类似于一个“中间件”,workflow编译的时候提供了一个“检查点(checkpointer)”让这个中间件介入进去,让这个看不见的手去捕获并加工里面数据。

这个参数名叫checkpointer我觉得名字起得非常好。


http://www.ppmy.cn/ops/166243.html

相关文章

Android 拍照开发——移动虚拟机摄像头

背景 最近几个月&#xff0c;承接了客户安卓拍照开发需求&#xff0c;由于开发所在区域不允许使用实体安卓设备&#xff0c;只能在安卓虚拟机上进行调试&#xff0c;在调试过程中涉及到反复拍照、移除&#xff0c;需要让虚拟机拍摄的图像有区别&#xff0c;默认情况下&#xf…

Halcon 和 opencv比有什么区别与优劣

Halcon 和 OpenCV 都是机器视觉领域的重要工具&#xff0c;但它们的设计目标、功能特点和适用场景有所不同。以下是两者的详细对比&#xff1a; 1. ​定位与目标用户 ​Halcon&#xff1a; ​定位&#xff1a;商业机器视觉软件&#xff0c;专注于工业应用。​目标用户&#xf…

注意力机制:让AI拥有“黄金七秒记忆“的魔法----(点积注意力)

注意力机制&#xff1a;让AI拥有"黄金七秒记忆"的魔法–&#xff08;点积注意力&#xff09; 注意⼒机制对于初学者来说有点难理解&#xff0c;我们⼀点⼀点地讲。现在先暂时忘记编码器、解码器、隐藏层和序列到序列这些概念。想象我们有两个张量x1和x2&#xff0c;…

Spring 事务失效的 8 种场景!

在日常工作中&#xff0c;如果对Spring的事务管理功能使用不当&#xff0c;则会造成Spring事务不生效的问题。而针对Spring事务不生效的问题&#xff0c;也是在跳槽面试中被问的比较频繁的一个问题。 点击上方卡片关注我 今天&#xff0c;我们就一起梳理下有哪些场景会导致Sp…

3. 无重复字符的最长子串

给定一个字符串 s &#xff0c;请你找出其中不含有重复字符的 最长 子串 的长度。 示例 1: 输入: s "abcabcbb" 输出: 3 解释: 因为无重复字符的最长子串是 "abc"&#xff0c;所以其长度为 3。示例 2: 输入: s "bbbbb" 输出: 1 解释: 因为无…

Linux内核,mmap_pgoff在mmap.c的实现

1. mmap_pgoff的系统调用实现如下 SYSCALL_DEFINE6(mmap_pgoff, unsigned long, addr, unsigned long, len,unsigned long, prot, unsigned long, flags,unsigned long, fd, unsigned long, pgoff) {return ksys_mmap_pgoff(addr, len, prot, flags, fd, pgoff); }2. ksys_mma…

MyBatis框架操作数据库一>xml和动态Sql

目录 配置连接字符串和MyBatis:数据库的连接配置&#xff1a;XML的配置&#xff1a; XML编写Sql:model层&#xff1a;mapper层&#xff1a; 动态Sql:if 标签和trim标签&#xff1a;where标签:Set标签:Foreach标签: Mybatis的开发有两种方式&#xff1a;&#xff1a; 注解和XML&…

FPGA前端设计适合哪些人学?该怎么学?

FPGA前端设计是一个具有挑战性且薪资待遇优渥的岗位&#xff0c;主要涉及FPGA芯片定义、逻辑结构设计。这个职位要求相关专业的本科及以上学历&#xff0c;并且需要掌握一定的专业技能。工作内容从IP级设计到全芯片&#xff08;SoC&#xff09;设计&#xff0c;涉及多个设计层级…