前端概览
将 LangGraph Agent 渲染到前端。
构建能够实时可视化 LangGraph 管道的前端。这些模式展示了如何渲染带有逐节点状态和自定义 StateGraph 工作流流式内容的多步骤图执行过程。
LangGraph 在前端方面的优势在于:UI 可以遵循与图相同的结构。节点、状态键、检查点、中断、子图和流式消息都是可见的运行时概念,因此你可以构建出能解释系统正在做什么的界面,而不是把执行过程隐藏在一条助手消息背后。
架构
LangGraph 的图由通过边连接的命名节点组成。每个节点执行一个步骤(分类、研究、分析、综合),并将输出写入特定的状态键。在前端,SDK 的流处理句柄(stream handle)提供了对节点输出、流式 token 和发现的子图的响应式访问,让你可以把每个节点映射到一张 UI 卡片上。
import { Annotation, MessagesAnnotation, StateGraph, START, END } from "@langchain/langgraph";
const State = Annotation.Root({
...MessagesAnnotation.spec,
classification: Annotation<string>(),
research: Annotation<string>(),
analysis: Annotation<string>(),
synthesis: Annotation<string>(),
});
const graph = new StateGraph(State)
.addNode("classify", classifyNode)
.addNode("do_research", researchNode)
.addNode("analyze", analyzeNode)
.addNode("synthesize", synthesizeNode)
.addEdge(START, "classify")
.addEdge("classify", "do_research")
.addEdge("do_research", "analyze")
.addEdge("analyze", "synthesize")
.addEdge("synthesize", END)
.compile();在前端,useStream 通过 stream.subgraphs 暴露图节点的发现能力,并提供诸如 useMessages(stream, node) 的选择器辅助函数用于节点范围内的流式内容。stream.values 仍然持有完整的图状态,当你需要诸如最终 synthesis 等字段时可以使用它。Angular 通过 injectStream 使用相同形态的流 API。
import { useStream } from "@langchain/react";
function Pipeline() {
const stream = useStream<typeof graph>({
apiUrl: "http://localhost:2024",
assistantId: "pipeline",
});
const classification = stream.values?.classification;
const research = stream.values?.research;
const analysis = stream.values?.analysis;
const graphNodes = [...stream.subgraphs.values()];
}与普通聊天流的区别
自定义图通常驱动的是产品工作流:研究管道、审批流程、数据处理、数据增强、代码审查、规划和多步骤分析。前端 SDK 让你可以使用图原生的信号来渲染这些工作流:
| 运行时概念 | 前端 UX |
|---|---|
| 命名节点 | 每个图节点对应一张卡片、一个时间线步骤或一个状态徽标。 |
| 状态键 | 为分类结果、来源、分析、最终综合等类型化输出提供独立的 UI 区域。 |
| 流式元数据 | 将部分消息路由到产生它们的节点。 |
| 检查点 | 检查或从先前的图状态恢复,用于调试和可审计性。 |
| 中断 | 为人工输入、审批或修正暂停节点,然后继续执行。 |
| 子图 | 仅在用户需要更多细节时才展示嵌套执行。 |
因为 SDK 直接暴露了这些概念,你可以从简单的聊天面板扩展到完整的工作流调试器,而无需更改后端协议。
相关模式
以下两个模式可以进一步探索前端集成:
此外,LangChain 前端模式——Markdown 消息、工具调用、人机协作、可恢复流和时间旅行——适用于任何 LangGraph 图。无论你使用 createAgent、createDeepAgent 还是自定义 StateGraph,流 API 都提供相同的核心数据模型。
本文基于 LangGraph 官方文档 翻译并二次创作。