用户623802的组织用户9432
Dify学习笔记 02 · LangGraph代码级Agent：工具、状态与记忆（第17-39集）
输入“/”快速插入内容
Dify学习笔记 02 · LangGraph代码级Agent：工具、状态与记忆（第17-39集）
Dify学习笔记 02 · LangGraph代码级Agent：工具、状态与记忆（第17-39集）
用户9432用户943210月10日修改
🧠
一句话总结：当 Dify 的拖拽节点满足不了精细控制时，就下沉到 LangGraph——一个独立、MIT 开源、底层基于 FastAPI 的 Agent 编排框架。本模块（全课最重，23 集约 6.1 小时）带你搭起本地服务、理解 agent loop，掌握工具的四种创建方式、AgentState 状态管理、Command 更新、短期 checkpointer 与长期 store 记忆，并用 PostgreSQL 落地生产级持久化，同时讲透 Qwen3 流式工具调用的经典坑。
💡
素材覆盖说明：模块二共 23 集。第 25、26、28、34 集本地无视频/字幕，第 32 集有视频无字幕，这些小节依据课程大纲标题 + LangGraph 官方能力补全并用 📝 标注；其余 18 集据本地字幕据实整理。LangGraph 迭代很快，API 名称与参数请以你安装版本的官方文档为准。
一、可视化导览
1.1 为什么要从 LangChain 迁到 LangGraph
早期大家用 LangChain 搭 Agent，但它的核心是一条"链"，节点之间顺序执行、很难表达循环和分支。真实的 Agent 偏偏是个循环：模型要不断"想—做—看—再想"，还经常需要在某个节点停下来等人审批、或者根据中间结果走不同分支。用链来硬套这种动态流程，代码很快就变成一团绕来绕去的回调和状态判断。LangGraph 就是为了解决这个问题而生的：它把整个 Agent 抽象成一张图，节点是处理步骤，边是流转方向，状态在节点间显式传递。这样一来，循环、分支、暂停、回放都成了图的天然能力，而不是你要自己手写的逻辑。
理解这个动机，你就明白 LangGraph 里那些看似繁琐的概念到底为谁服务。为什么要显式定义状态？因为图的每一步都要读上一步的结果。为什么要有 reducer？因为多个节点可能同时往一个字段写东西，得规定怎么合并。为什么要 checkpointer？因为图可能跑一半就停在等人审批，下次要能从断点接着跑。这些都不是凭空设计，而是"把动态 Agent 流程工程化"的必然要求。
1.2 workflow 与 agent 的本质区别再辨析
这个区别是面试高频，值得彻底讲透。workflow 的意思是：先做什么、再做什么、什么条件下走哪条路，这些都是程序员在代码里写死的。大模型在其中只是一个"被调用的函数"，在固定的节点上干活，它不能决定下一步去哪。这种方式可控、可预测，适合流程明确的自动化任务。agent 则反过来：下一步去哪由模型自己根据当前情况决定。你给它一批工具，它读了用户问题和工具说明后，自己判断要不要调工具、调哪个、传什么参数，做完再看结果决定下一步。
现实中绝大多数系统是两者的混合：主干流程是写死的 workflow，但在某个节点内部让 agent 去自由发挥。比如一个客服系统，先路由判断问题类型（写死），再在"查订单"这个节点里让 agent 自主决定调哪个查询接口（动态）。学 LangGraph 时，要有意识地把你的业务拆成"哪些步骤该写死、哪些该交给模型"，这才是成熟的 Agent 设计思维。
💡
记忆钩子：workflow 是人开车，路线固定；agent 是导航自己选路。LangGraph 既能画死路线，也能在路口交给模型决定。
二、视频清单（23 集 · 约 6.1 小时，全课最重）