AI(学习笔记第四十三课)langchain v1.0 tutorial (9)
2026/10/10 6:13:54
网站建设
项目流程
文章目录
- AI(学习笔记第四十三课)langchain v1.0 tutorial (9)
- 1. `streaming v2`
- 1.1 示例 1:单模式 + version="v2" --- 依然是 StreamPart dict(而非裸数据)
- 1.2 示例 2:多模式 + version="v2" —— 仍然统一格式,按 type 区分
- 1.3 示例 3:类型收窄(type narrowing)演示
- 1.3.1 不能`type narrow`的代码
- 1.3.2 能够进行`type narrowing`的代码
- 1.4 示例 4:v2 下的 invoke() —— 返回 GraphOutput(.value / .interrupts)
- 1.4.1 `invoke`和`stream`的区别
- 1.4.2 `invoke`示例
- 2. `interrupts`
- 2.1 示例 1:基本中断与恢复
- 2.2 示例 2:审批流(通过 / 驳回 -> 走不同分支)
- 2.3 示例 3:审核并编辑 state(人类修改内容后继续)
- 2.4 示例 4:response_schema —— 用 Pydantic 校验人类输入
- 2.5 示例 5:工具内中断(在 @tool 里调用 interrupt)
- 2.6 示例 6:校验人类输入(interrupt 只调一次 + 条件边循环重问)
- 2.7 示例 7:静态断点(interrupt_before / interrupt_after)—— 调试用
- 3.接下来`time travel`
AI(学习笔记第四十三课)langchain v1.0 tutorial (9)
1.streaming v2
为什么要使用v2,因为给stream() / astream()传version="v2",就能得到【统一格式】的输出——无论你用了几个模式、是否带了子图,每个chunk都是一个形状一致的StreamPart dict。