內容概述

前一篇（spring-ai-alibaba 1.0.0.2 學習（十七）——初識graph-CSDN博客）初步介紹了graph：

概念：圖、邊、節點、狀態等，及其核心類和衍生類

使用流程：

1）定義流程圖：添加節點，添加邊

2）使用流程圖：編譯圖，執行圖

但是在定義流程圖時，省略了圖初始化的過程；

在使用流程圖時，省略了參數設置的過程

本篇會補充對應的內容

簡單樣例

圖初始化

        KeyStrategyFactory keyStrategyFactory = () -> {HashMap<String, KeyStrategy> keyStrategyHashMap = new HashMap<>();// 用戶輸入keyStrategyHashMap.put("query", new ReplaceStrategy());keyStrategyHashMap.put("documents", new AppendStrategy());return keyStrategyHashMap;};StateGraph stateGraph = new StateGraph(keyStrategyFactory)...

在新版本1.0.0.3中，狀態圖StateGraph的初始化不再建議使用OverAllStateFactory，而是改用KeyStrategyFactory

KeyStrategyFactory實際就是一個 Supplier<Map<String, KeyStrategy>>，一個Map<String, KeyStrategy>的提供者

而其提供的Map<String, KeyStrategy>，key是參數名，value是該參數的更新策略，用來指定全局狀態類OverAllState的某個參數的更新策略

提到KeyStrategy，就需要先了解OverAllState，全局狀態類OverAllState，內部維護了一個Map<String, Object> data 用來保存各種狀態參數，如果將該類提煉為一個接口，那對外提供的最主要的方法其實就是一個：

OverAllState updateState(Map<String, Object> nodeOutput);

也就是用節點的輸出來更新全局狀態的data，并返回一個新的全局狀態

而 KeyStrategy 就是在這個環節中生效，用來指定 OverAllState 中某個參數，是如何與節點輸出進行合并的

比如常見的ReplaceStrategy，就是直接用nodeOutput中的值替換掉data中的值，例如樣例中的query參數

另一個 KeyStrategy 的子類 AppendStrategy，主要用于參數的類型是List的時候，是將nodeOutput和data的某個參數的元素進行去重生成新 List，例如樣例中的documents參數

子類MergeStrategy，主要用于參數的類型是Map的時候，用節點輸出結果nodeOutput覆蓋全局狀態中data的值（如果存在的話）

所以KeyStrategyFactory最終就是負責提供狀態參數的更新策略

在并行節點中，若某個結果的key不設置更新策略，那即使節點輸出中包含該key，也不會被更新進入全局狀態OverAllState中（普通節點不存在這個問題，會默認使用覆蓋策略，不知道是不是bug）

ps：graph默認會為“input”添加一個ReplaceStrategy的更新策略

參數設置（可選參數）

編譯圖的參數

SaverConfig saverConfig = SaverConfig.builder().register(SaverConstant.MEMORY, new MemorySaver()).build();
CompileConfig complieConfig = CompileConfig.builder().saverConfig(saverConfig).interruptBefore("humanfeedback").build();  //CompileConfig 參數可省略
//CompiledGraph compiledGraph = stateGraph.compile();
CompiledGraph compiledGraph = stateGraph.compile(compileConfig);
...

編譯圖時，有一個可選參數 CompileConfig，編譯參數，主要是用來生成 CompiledGraph，內部包含如下屬性：

SaverConfig：保存各種類型的檢查點保存器，缺省狀態下，CompileConfig會創建一個MemorySaver放到SaverConfig中

????????Map<String, BaseCheckpointSaver>：key 為保存器的類型，如Memory

????????String type：默認類型，調用無參的 get 方法時，從Map中獲取該默認類型對應的BaseCheckpointSaver

lifecycleListeners：圖生命周期監聽器的隊列，處理時先進后出，目前支持開始節點、結束節點、報錯、節點前、節點后等幾種觸發情景。

interruptsBefore：Set<String> 類型，值為nodeId，表示在該 node 之前加入中斷

interruptsAfter：Set<String> 類型，值為nodeId，表示在該 node 之后加入中斷

ps：除了這些，CompiledGraph 還有個設置，即最大執行步驟數，代表圖中節點總共的可執行次數，每執行一個節點算一次，需要調用 CompiledGraph.setMaxIterations 方法設置，不在 CompileConfig 中

執行圖的參數

        RunnableConfig runnableConfig = RunnableConfig.builder().threadId(threadId).build();Map<String, Object> objectMap = new HashMap<>();objectMap.put("query", query);objectMap.put("documents", List.of(document));//RunnableConfig 參數可以省略//AsyncGenerator<NodeOutput> resultFuture = compiledGraph.invoke(objectMap);AsyncGenerator<NodeOutput> resultFuture = compiledGraph.invoke(objectMap, runnableConfig);...

CompiledGraph執行時，需要兩個參數

Map<String, Object>：對應全局狀態中的data，是執行圖時傳入的初始參數

該Map的 key 需要對應前面的 KeyStrategyFactory 中 返回Map的 key，否則該參數無法更新

RunnableConfig：運行時配置，是一個可選參數，主要存放線程id threadId、檢查點id checkPointId，下一節點id nextNode，metaData 等信息。

????????threadId： 主要是用來區分會話的，在前端另開一個會話，就會新建一個 threadId，不同會話之間狀態（OverAllState）不共享

? ? ? ? checkPointId：猜測是用于時間旅行，即重新回到某個節點，錯誤恢復和人工介入目前不需要傳遞該參數，會自動獲取最新存檔

? ? ? ? metaData：運行時的其他配置，比如llm中實際使用的大模型型號，不想污染OverAllState時可以在這里設置