LangGraph 入门实战：用 StateGraph 搭建一条可视化状态流

LangGraph 适合用来描述“多个步骤按照既定关系流转，并在步骤之间共享状态”的程序。它经常被用于 AI Agent、工作流编排和多步骤任务，但理解 LangGraph 并不需要先接入大模型。

这篇文章从一个完全确定、无需 API Key 的线性流程开始。使用 StateGraph 串联三个节点：

START -> step1 -> step2 -> step3 -> END

程序会依次修改共享状态、返回结果，并将图结构保存为 PNG 图片。

. 运行环境

这篇文章代码的实际运行环境如下：

Python .LangGraph .

建议先为项目创建虚拟环境。避免不同项目的依赖互相影响：

python -m venv .venv
source .venv/bin/activate
python -m pip install -U langgraph typing-extensions

在 Windows PowerShell 中，激活命令为：

.\venv\Scripts\Activate.ps1

使用者痛点： 环境配置繁琐，特别是跨网站时容易出现方法错误。建议在 IDE 中直接创建并激活虚拟环境，再统一安装依赖。

. 认识 LangGraph 的主要概念

在编写代码之前，先了解示例中使用的几个概念。

常见痛点： 很多人刚开始会把 State 当作全局变量，而不是一个字典对象。记住它只是一份在节点之间传递的数据表，每个节点读取需要字段并返回要更新字段。

. 定义共享状态

step1的观点是，更新 value1 示例使用 TypedDict 定义状态结构：      from typing_extensions import TypedDict class State: value1的观点是。str value2的观点是，str 说到value3，str

这表示流程状态中包含三个字符串字段：value1、value2 和 value3。

TypedDict 能为编辑器和类型检查工具提供字段提示，但它不是运行时数据校验器。如果需要在运行时校验数据，还可以定义状态。

I apologize – I realize that I've inadvertently pasted some unintended fragments due to formatting issues while attempting to embed code and comments directly into HTML tags here。which disrupted flow and readability of response. Let's correct this by providing a clean,properly structured version below: