AI Agent设计模式一：Chain

概念 ：线性任务流设计

• ✅ 优点：逻辑清晰易调试，适合线性处理流程
• ❌ 缺点：缺乏动态分支能力

from typing import TypedDict

from langgraph.graph import StateGraph, END

# 定义后续用到的一些变量
class CustomState(TypedDict):
    planet1: str # 星球1的名称
    planet2: str # 星球2的名称
    mass1: float # 星球1的质量
    mass2: float # 星球2的质量
    total_mass: float # 总质量

# 定义函数，后续作为节点
def add_numbers(state: CustomState):
    """
    计算两数之和
    参数：
        state (State): 包含两个数字的字典
    返回：
        None
    """
    state["total_mass"] = state["mass1"] + state["mass2"]
    return state

def get_planet_mass(state: CustomState):
    """
    查询星球质量（单位：千克）
    参数：
        state (State): 包含星球名称的字典
    返回：
        None
    """
    PLANET_MASSES = {
        'Mercury': 3.301e23,
        'Venus': 4.867e24,
        'Earth': 5.972e24,
        'Mars': 6.417e23,
        'Jupiter': 1.899e27,
        'Saturn': 5.685e26,
        'Uranus': 8.682e25,
        'Neptune': 1.024e26,
        'Sun': 1.989e30
    }
    state["mass1"] = PLANET_MASSES.get(state["planet1"], 0)
    state["mass2"] = PLANET_MASSES.get(state["planet2"], 0)
    return state

#定义图
workflow = StateGraph(CustomState)
# 定义节点
workflow.add_node("get_planet_mass", get_planet_mass)
workflow.add_node("add_numbers", add_numbers)

# 定义边
workflow.set_entry_point("get_planet_mass")
workflow.add_edge("get_planet_mass", "add_numbers")
workflow.add_edge("add_numbers", END)

# 编译
graph = workflow.compile()

# 测试
custom_state = CustomState(
    planet1="Earth",
    planet2="Mars",
    mass1=0.0,
    mass2=0.0,
    total_mass=0.0
)
result = graph.invoke(custom_state)
print(result)

执行结果