首页 › 参考文档

02 · LangGraph 知识全景：这个方向到底要学什么

参考

日期：2026-11-11 ｜ 用途：完整的知识清单——"要学的内容有哪些、学到什么程度算过关" 三篇分工：本篇（知识地图）＋ 学习.md（6 周时间线） ＋ 概念指南（查概念/抄示例）

总览：7 大模块 · 32 个知识点

模块 知识点 难度 预计时长 对应路线图
一 核心心智模型 6 ★★ 1 周 第 1 周
二 控制流进阶 6 ★★★ 1 周 第 1-2 周
三 持久化与人机协作 6 ★★★ 1 周 第 2 周
四 工具与外部生态 6 ★★ 3-4 天 第 3 周
五 多智能体系统 5 ★★★ 1 周 第 3 周
六 工程化与生产 6 ★★ 2 周（并入项目） 第 4-6 周
七 项目阶梯 6 个项目 — 2 周（含在上面） 第 4-6 周

模块一：核心心智模型（地基，必须精通）

# 知识点 学到什么程度 对应实验
1.1 State 状态：TypedDict/Pydantic 定义 能说清"State 就是图的内存，节点之间靠它传话" 写诗图的状态设计
1.2 Reducer 归约：Annotated[list, add_messages] 能解释"合并而非覆盖"——全框架头号大坑 两个节点都写 messages，对比有无 Reducer
1.3 Node 节点：函数签名、返回增量 能写任意节点（调 LLM / 执行工具 / 纯逻辑） 手写 poet/critic 两节点
1.4 Edge 边：普通边 / 条件边 / START / END 不查资料写出带条件边的循环图 ReAct 循环手写（不用 create_agent）
1.5 生命周期：compile() → invoke() / stream() 能画从输入到输出的一次完整流转 Studio 里单步看状态变化
1.6 两条构建路径：create_agent（高层）vs 手写 StateGraph（低层） 能说清何时用哪个：快速工具 agent 用高层，要控制流程用低层 改造 01_tool_agent.py 三次

过关标准：向假想新手 30 秒讲清"为什么 Agent 是图不是链"；白板画出"写诗→审诗→通过/重写"状态图。

模块二：控制流进阶

# 知识点 学到什么程度 对应实验
2.1 条件边路由：router 函数返回下一节点名 熟练 解题 agent 的"要不要计算器"分支
2.2 循环与上限：recursion_limit、退出条件 能设计不会死循环的图 审诗循环 revisions≥3 退出
2.3 Command：状态更新＋跳转二合一 能用它替代"返回增量＋条件边"组合 改写一处旧代码为 Command
2.4 Send 动态分发：map-reduce 并行 能写 10 篇文章并行摘要再汇总 fan_out/fan_in 小图
2.5 Subgraph 子图：图里套图 能把解题图变成子图，外面套路由图 数学题走子图、闲聊直答
2.6 扇出扇入的状态合并：多节点同写一个 key 知道冲突要靠 Reducer 解决 并行节点写同一 key 观察

过关标准：独立完成"报销审批流水线"综合练习。

模块三：持久化与人机协作（LangGraph 的灵魂，市场价值最高的部分）

# 知识点 学到什么程度 对应实验
3.1 Checkpointer：MemorySaver / SqliteSaver 会配、知道存的是什么（每步后的状态快照） 给解题 agent 挂 SqliteSaver
3.2 thread_id 与会话隔离 能做"同一 id 有记忆、换 id 失忆"；知道这是多租户基础 两个 thread_id 对话对比
3.3 interrupt() 人工审批＋Command(resume=...) 必精通——能做批准/拒绝/修改三种 resume 转账审批升级版
3.4 断点续跑：进程杀掉后从检查点恢复 能当面演示（企业最认这个） Ctrl+C 后重跑
3.5 时间旅行：get_state_history 回放/分叉 了解原理、会用即可 挑旧状态重新 invoke
3.6 Store 长期记忆：跨 thread 的用户记忆 会用（用户画像/偏好），知道与 Checkpointer 的区别 记住用户偏好的对话助手

过关标准：能解释"interrupt 为什么必须配 checkpointer"；演示断网重启续跑。

模块四：工具与外部生态

# 知识点 学到什么程度 对应实验
4.1 @tool 定义工具 / ToolNode 熟练——工具就是带描述的函数 get_weather/calculator
4.2 工具生态：搜索、文件、第三方库 会装会用 2-3 个现成工具 接一个真实工具
4.3 结构化输出：with_structured_output 对 S2 发票 OCR 项目关键——字段提取全靠它 从一段文本抽结构化字段
4.4 RAG 接入：retriever 节点＋改写重查循环 能搭"检索→不够好重查→作答"循环 知识库问答雏形
4.5 MCP 协议接入（langchain-mcp-adapters） 会接现成 MCP server——2026 生态热点关键词 接 filesystem server
4.6 多模型路由：SiliconFlow/Ollama 切换、按节点分模型 能做"便宜模型干活、贵模型把关"的省钱架构 学习用 Qwen3.5-4B、验收换 DeepSeek

过关标准：任选一个 MCP server 接进自己的 agent 并演示。

模块五：多智能体系统

# 知识点 学到什么程度 对应实验
5.1 Supervisor 主管模式 能搭主管＋双专家协作 研究员＋写手教程
5.2 Swarm 移交模式 能搭转接链，说清与 Supervisor 的场景差异 售前→售后→人工
5.3 Network 网状模式 了解即可（自由路由，难控制） —
5.4 反模式：何时不用多 agent 判断力比搭建力值钱——多数任务单 agent＋好工具更强 把双 agent 改回单 agent 对比
5.5 deepagents 模板：规划节点＋子代理＋虚拟文件系统 会跑通、读懂结构（第 5 周项目骨架） 最小示例

过关标准：Supervisor 双专家协作演示＋一句话说清何时该用 Swarm。

模块六：工程化与生产

# 知识点 学到什么程度 对应实验
6.1 Streaming 四模式：values/updates/messages/custom 熟练——打字机效果与中间步骤可视化全靠它 同一图跑四种模式记差异
6.2 Middleware API（1.0 新） 会写一个（敏感词过滤/日志） 输出过敏感词再返回
6.3 langgraph dev + Studio 可视化调试 当 debugger 用：看图执行、单步、看状态 全程使用
6.4 LangSmith 观测（免费额度） 会看 trace：模型收到什么、工具返回什么 排查一次工具调用失败
6.5 部署形态：LangGraph Server / FastAPI 集成 / 桌面嵌入 知道三形态；本机路线=嵌进 S2 OCR 项目 —
6.6 评测：自建评测集 + promptfoo 跑分 90% 学习者不做这步——你有准确率数字就有了护城河 30 题评测集

模块七：项目阶梯（学以致用的载体）

# 项目 练什么 状态
P1 计算器工具 agent 高层 API、工具调用 ✅ 已完成（01_tool_agent.py）
P2 带记忆对话助手 SqliteSaver、thread_id 待做
P3 审批 agent interrupt、断点续跑 待做
P4 RAG 知识库问答 检索循环、结构化输出 第 5 周实战候选 A
P5 Supervisor 小团队 多 agent 协作 第 3 周练习
P6 毕业：发票 OCR agent 流水线 全部能力合体，与模型训练线合流 对应 S2 变现项目

不需要学什么（防走偏清单）

  1. LangGraph Platform 云端部署——国内环境用不上，本机部署才是你的路线
  2. JS/TS 版本——Python 版通吃你的场景
  3. 1.0 之前的老 API（create_react_agent 等）——旧教程一律对照官方迁移文档
  4. 复杂图论/自定义图算法——LangGraph 的"图"只是状态机，不是图数据库
  5. LangSmith 付费功能——免费额度足够学习期
  6. 一次学全部模块——按 6 周路线图 的顺序走，模块一二是地基，三四五是增值，六七在项目里自然完成

学习总纪律（同路线图第六节）

改 > 跑 > 看；先猜后看；Studio 当 debugger；费曼笔记每周一篇；绝不背 API，背思想——状态机、检查点、审批、并行，这四样 5 年内不会过时。