构建图并可视化

构建图并可视化#

在完成 添加节点 和 添加边 后，就可以继续完成图引擎的生成。

指定入口节点#

首先，调用 set_entry_point() 方法，指定图中唯一的入口节点（entry point）。入口节点是图运行时的起始节点，必须已通过 add_node() 添加。

builder = GraphBuilder(state_schema=MyStateSchema)
builder.add_node("start_node", MyNode(), action_mode="any")
builder.set_entry_point("start_node")

备注

入口节点可以有前驱节点。但运行时会从入口节点向后运行，无法触发前驱节点。

构建图实例#

通过 build() 方法构建图实例。构建完成可得到 run 模式的 GraphEngine 或 debug 模式的 GraphEngineDebugger。

graph = builder.build(
    auto_conn_end=True,
    max_turn=100,
    timeout=60,
    graph_mode="run",
)

主要参数说明：

  • auto_conn_end : bool，是否自动将所有无后继节点连接到内置 END 节点，默认 True。

  • max_turn : int，图最大运行轮数，用于防止无限循环。

  • timeout : int，单个节点运行的超时时间（秒）。

  • graph_mode : str，图的运行模式，run 表示执行模式，debug 表示调试模式。

  • db_file_path : str，持久化数据库文件路径，用于在调试模式下存储状态快照。

  • db_name : str，数据库名称。

可视化图结构#

EvoFabric 支持在构建完成后可视化图结构，便于调试和理解节点之间的执行关系。使用 draw_graph() 方法可以生成图的可视化表示。

from typing import Annotated, List

from pydantic import BaseModel

from evofabric.core.graph import GraphBuilder
from evofabric.core.typing import AssistantMessage


class State(BaseModel):
    messages: Annotated[List, "append_messages"]
    node_output: Annotated[str, "overwrite"]


def node_a(state):
    return {"messages": [AssistantMessage(content="node a output")], 'node_output': 'a'}


def node_b(state):
    return {"messages": [AssistantMessage(content="node b output")], 'node_output': 'b'}


def node_c(state):
    return {"messages": [AssistantMessage(content="node c output")], 'node_output': 'c'}


def node_d(state):
    return {"messages": [AssistantMessage(content="node d output")], 'node_output': 'd'}


graph = GraphBuilder(state_schema=State)
graph.add_node("a", node_a)
graph.add_node("b", node_b)
graph.add_node("c", node_c)
graph.add_node("d", node_d)

graph.add_edge("a", "b")
graph.add_edge("b", "c")
graph.add_edge("a", "d")
graph.add_edge("d", "c")
graph.set_entry_point("a")
graph = graph.build()

graph.draw_graph()

画图结果：

画图结果
目录