老王发量很多，且阳光自信，一看就是刚入职没两年的热血青年，但确实有面试官的威严。

这是我的第一场面试，说不紧张那是不可能的。

但提前已经和同频道的宿友互面了两周，面对老王的压力，自认为能扛得住。😄

“我看你简历上连个Agent项目都没有，你难道不知道现在是AI时代吗？”老王第一次张嘴就开始给压力。

我倒是一点都没怂：“LangGraph4J+SpringAI做的这个工作流编排就是啊，王哥，你仔细看。”

“你小子，挺能被压力嘛，我就是测试一下你的心态。”老王一下子和蔼了起来，我们之间的感情好像升温了一般，空气也变得微妙了起来～

“王哥，你继续，我对 PaiAgent这个项目还是自信的，一手Vibe Coding完成的，在GitHub上也有快200 star 了。”

https://github.com/itwanger/PaiAgent

content

01、LangGraph4j 中的 State 是干什么用的？

“先聊聊 State，你们项目里 LangGraph4j 的 State 是怎么用的？”

我说：“王哥，State 在 LangGraph4j 里是整个工作流的‘记忆中枢’。”

你可以把它理解成一个贯穿所有节点的数据背包——每个节点执行完，都把结果往这个背包里塞一份，下一个节点从背包里拿上一个节点的输出来用。

在 PaiAgent 里，我们设计了一个 WorkflowState 类，里面有几个核心字段：

@Data
public class WorkflowState {
    private String currentNodeId;
    private Map globalContext = new HashMap<>();
    private Map nodeOutputs = new HashMap<>();
    private String status = "RUNNING";
    private String errorMessage;
    private Long startTime;
    private String inputData;
}

currentNodeId 记录当前执行到哪个节点了，nodeOutputs 存每个节点的执行结果，globalContext 用来放跨节点的共享数据。

不过实际实现中，我们并没有直接把 WorkflowState 塞进 LangGraph4j 的 StateGraph。

LangGraph4j 要求用 AgentState，底层其实是一个 Map。所以我们在 StateManager 里做了一层转换——初始化的时候把 inputData、currentInput、nodeOutputs、status 这些字段放到一个 Map 里，传给 LangGraph4j：

public Map initializeState(String inputData) {
    Map state = new HashMap<>();
    state.put("inputData", inputData);
    Map currentInput = new HashMap<>();
    currentInput.put("input", inputData);
    state.put("currentInput", currentInput);
    state.put("nodeOutputs", new HashMap<>());
    state.put("status", "RUNNING");
    state.put("startTime", System.currentTimeMillis());
    return state;
}

老王点头：“那 WorkflowState 和 AgentState 之间是什么关系？”

我说：“WorkflowState 是我们自己定义的业务模型，方便序列化和持久化。AgentState 是 LangGraph4j 框架的状态模型。StateManager 负责两者之间的转换，初始化时 WorkflowState 转 Map 给 LangGraph4j，执行完再从 Map 提取回 WorkflowState 用来保存执行记录。”

老王又追了一句：“那节点执行失败了，State 里怎么处理？”

我说：“NodeAdapter 里有错误处理逻辑。如果某个节点抛了异常，会把 State 的 status 设为 FAILED，errorMessage 记录具体的报错信息。LangGraphWorkflowEngine 在收到最终状态后，通过 stateManager.isSuccessful(finalState) 检查 status 字段，只有 SUCCESS 或 RUNNING 才算正常结束。FAILED 状态会触发 WORKFLOW_COMPLETE 事件带上失败信息，同时这条执行记录也会以 FAILED 状态写入数据库，方便后续排查。”

“整个 State 的生命周期就是：初始化 -> 节点依次更新 -> 最终状态持久化。每个环节出了问题都有兜底。”

02、节点之间的图是怎么构建的？参数怎么传递？

老王继续追问：“图的构建过程讲讲，你们的 GraphBuilder 具体做了哪些事？”

我说：“GraphBuilder 做三件事，加节点、加边、设入口出口。”

先创建一个 StateGraph，然后遍历工作流配置里的所有节点，逐个用 NodeAdapter 适配成 AsyncNodeAction，注册到图里：

public CompiledGraph buildGraph(WorkflowConfig config, 
        Consumer eventCallback) throws Exception {
    StateGraph graph = new StateGraph<>(AgentState::new);
    addNodes(graph, config.getNodes(), eventCallback);
    addEdges(graph, config.getEdges());
    setEntryAndExit(graph, config.getNodes(), config.getEdges());
    return graph.compile();
}

入口和出口的识别也讲究——不是硬编码的，而是通过边的拓扑关系动态查找。没有入边的节点就是入口，没有出边的节点就是出口：

private WorkflowNode findEntryNode(List nodes, List edges) {
    for (WorkflowNode node : nodes) {
        boolean hasIncomingEdge = edges.stream()
            .anyMatch(edge -> edge.getTarget().equals(node.getId()));
        if (!hasIncomingEdge) return node;
    }
    return null;
}

找到入口后，加一条 StateGraph.START -> entryNode 的边；找...