“ 智能体的基础是大模型的函数调用，而框架只是对其能力的封装。”
我们首先要明确一个概念，即智能体是基于大模型应用设计的一套机制，其本质是大模型提供的函数调用功能(function call)，包括现在的MCP服务；而框架只是对这些原生能力的封装，便于开发人员进行功能开发，而不用去处理太多细节性问题。
所以，在做大模型开发时，虽然要学好框架的使用，但更重要的是要搞明白智能体的运行机制，已经框架在其上做了哪些完善和增强。
Langgraph框架的运作流程
在Langgraph中的核心概念主要有三个——State(状态)，Nodes(节点)，Edges(边)；其中状态的主要载体是StateGraph状态图，其作用是一个全局变量，用来保存智能体执行过程中的数据；而节点是一个个功能节点，比如说模型节点，工具节点等；而边应该叫做条件边，意思是根据边来判断下一个应该执行哪个节点。
简而言之：节点完成工作，边告诉下一步做什么，而State在节点和边中传递参数。
因此，Langgraph开发的智能体是一个基于节点和边为主体的整体，而其有两个特殊节点——start开始节点和end结束节点；所谓的开始节点是只智能体的入口，而结束节点是智能体的终止节点，其它节点则都属于功能节点。
在我们开发一个智能体的过程中，首先我们要指定开始节点和结束节点，然后再根据功能需求填充功能节点。
如下，添加节点和边，并编译图：
其中节点的执行过程是顺序的以及并行的，顺序的是指一个节点执行完毕之后，并把执行结果保存到State中；然后根据边再执行下一个节点或多个节点；之所以又是并行的原因是因为，一个节点执行完成之后可以根据边执行一个或多个下一个节点。
这里说起来可能有点绕，但Langgraph中确实支持多节点执行。
-
普通边：直接从一个节点到下一个节点。 -
条件边：调用一个函数来确定接下来要前往哪个（或哪些）节点。 -
入口点：当用户输入到达时，首先调用哪个节点。 -
条件入口点：调用一个函数来确定当用户输入到达时，首先调用哪个（或哪些）节点。