LangGraph4J

LangGraph4J和 LangChain4J 有什么区别？

• LangChain4J 专注于 LLM 调用链、Prompt 模板、RAG 等基础能力的封装，是"链式"编排
• LangGraph4J 专注于复杂 Agent 工作流的"图式"编排，支持状态机、条件分支、循环、检查点等高级特性
• LangGraph4J 可以看作是 LangChain4J 的上层编排框架，用于构建更复杂的 Agent 应用场景。
• LangChain4J 更像是一套乐高积木，提供了各种现成的组件让你去调用大模型；而 LangGraph4J 则是搭积木的图纸和流水线，它关注的是怎么把这些组件按照一定的逻辑编排起来
• LangGraph4J 的核心抽象是 StateGraph，需要先定义一个状态类，里面包含消息历史、中间结果这些字段，然后每个节点执行的时候都能读取和修改这个共享状态。而 LangChain4J 没有内置的状态管理机制，如果要做多轮对话或者复杂的上下文传递，得自己去维护。

LangGraph4J 中 StateGraph 和 CompiledGraph 的区别？

• StateGraph：你在纸上画流程图、写节点逻辑、画箭头 → 还不能跑。
• CompiledGraph：把流程图 “编译” 成可执行程序 → 能直接跑、能断点、能回溯。
• StateGraph 相当于 Java 源代码，CompiledGraph 相当于编译后的字节码

请解释 AgentState 在 LangGraph4J 中的作用

• AgentState 就是 AI 工作流的共享笔记本所有节点都靠它存数据、读数据、传数据！
• 存数据：用户问什么、AI 想什么、查到什么数据，全都存在这里。
• 数据传递：第一个节点（思考）把结果写进去第二个节点（查天气）从里面读第三个节点（生成回答）再从里面读，节点之间不直接说话，只读写这个本子。
• 决定下一步怎么走（指路）AI 看一眼本子：有工具调用 → 走工具节点没有 → 直接回答

// 这就是一个笔记本！
class MyState extends AgentState {
    String userQuestion;  // 存用户问题
    String weatherInfo;   // 存天气结果
    String aiAnswer;      // 存AI最终回答
}

项目中是如何使用适配器模式将现有的 NodeExecutor 适配为 LangGraph 的 AsyncNodeAction 的？

• 写一个适配器类，包裹旧的 NodeExecutor，把 LangGraph 标准的异步调用，转发给老同步执行器，再把结果包装成框架要的异步格式，完美兼容，不改老代码。
• 在LangGraph框架内部跑流程、跑异步、跑并发、跑断点、跑流式只认 AsyncNodeAction不认你自己写的 NodeExecutor你不转，就塞不进流程图里。
• NodeExecutor = 你原来的圆孔插头,AsyncNodeAction = 新的扁孔插座,适配器 = 转接头
• 原来项目业务都是换成一个个接口，比如下单，支付都是一个个节点，每个节点都实现一个NodeExecutor自定义接口，所有节点，只能从这里拿数据不能自己加参数、不能乱传值、不能读数据库
• 所有节点，只能返回要更新的数据不能返回别的、不能抛异常乱飞、不能直接返回页面
• 输出必须是：Map（要更新到笔记本里的数据）所有节点，只能返回要更新的数据不能返回别的、不能抛异常乱飞、不能直接返回页面
• 这样操作就统一了所有节点的格式

public interface NodeExecutor {

    // 就这一个方法！！！
    Map<String, Object> execute(FlowContext context);

}

GraphBuilder 图构建器是如何自动识别入口和出口节点的？

• 你告诉它：有哪些步骤（节点）
• 你告诉它：步骤之间怎么跳转（箭头 / 边，比如哪一步到哪一步放在数组里）
• 它自动数：每个步骤被多少箭头指向（入度，写循环程序自动找入度出度）
• 它自动数：每个步骤指出多少箭头（出度）
• 入度 = 0 → 自动当开始
• 出度 = 0 → 自动当结束