关注公众号
原创
面试官：“你连个Agent项目都没有也好意思投简历？”我反驳：“LangGraph4J、Function Calling不算？”面试官：“我错了。”

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。

架构图
架构图

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 currentNod...
以下内容需要加入二哥编程星球解锁，即刻绑定星球编号解锁🔐
已加入星球，可直接知识星球授权登录
二哥编程星球目前包含：
企业级Agent工作流编排项目PaiFlow
Vibe Coding版本的PaiAgent
派聪明RAG AI知识库Java版本+Go版本
微服务 PmHub、技术派、MYDB
求职派JobClaw（OpenClaw/Hermes架构
PaiCLI（类似Claude Code的Agent
派简历（代码已完成）
等实战项目。

1. 微信扫右侧的优惠券加入知识星球

2. 解锁星球的实战项目教程和源码： 项目源码+教程获取

二哥的星球

5人已点赞

杠精派
派聪明
0/512

热门评论

惟手熟尔 2026年04月18日 22:59
引用原文：在 PaiAgent 里，我们设计了一个 WorkflowState 类，里面有几个核心字段
已经选择用langgrapg4j了，这里又设计一个类是为什么，为了解决什么问题？或者说该场景下langgrapg4j本身的state有哪些不足？
点赞
回复1 取消回复
惟手熟尔 2026年04月18日 23:10
LangGraph4j 的 State 就是一个 Map<String, Object> —— 纯粹的键值对，无类型，无语义： // LangGraph4j 内部就是这么存的 Map<String, Object> state = new HashMap<>(); ｓｔａｔｅ．ｐｕｔ("inputData", "..."); ｓｔａｔｅ．ｐｕｔ("currentInput", Ｍａｐ．ｏｆ("input", "...")); ｓｔａｔｅ．ｐｕｔ("nodeOutputs", new HashMap<>()); ｓｔａｔｅ．ｐｕｔ("status", "RUNNING"); 问题就来了：你在 PaiAgent 的 NodeAdapter 里能看到，每次节点执行完都要手动拼装这个 Map： // ＮｏｄｅＡｄａｐｔｅｒ．ｊａｖａ 第 70-82 行 Map<String, Map<String, Object>> nodeOutputs = (Map<String, Map<String, Object>>) newStateData.getOrDefault("nodeOutputs", new HashMap<>()); ｎｏｄｅＯｕｔｐｕｔｓ．ｐｕｔ(ｎｏｄｅ．ｇｅｔＩｄ(), output); ｎｅｗＳｔａｔｅＤａｔａ．ｐｕｔ("nodeOutputs", nodeOutputs); ｎｅｗＳｔａｔｅＤａｔａ．ｐｕｔ("currentInput", output); // 手动更新状态传递 ｎｅｗＳｔａｔｅＤａｔａ．ｐｕｔ("currentNodeId", ｎｏｄｅ．ｇｅｔＩｄ()); 这种写法有几个问题： 问题: 类型安全 LangGraph4j Raw Map: Object 逃底，开盲盒 PaiAgent WorkflowState: @Data 注解，编译期检查 ──────────────────────────────────────── 问题: 语义清晰 LangGraph4j Raw Map: "currentInput" 是什么？谁知道 PaiAgent WorkflowState: 字段名字明确，还有 NodeOutput 内部类 ──────────────────────────────────────── 问题: 工具支持 LangGraph4j Raw Map: 字符串 key，IDE 无法联想 PaiAgent WorkflowState: 直接字段访问 ──────────────────────────────────────── 问题: 时间追踪 LangGraph4j Raw Map: 没有 PaiAgent WorkflowState: NodeOutput 有 timestamp ──────────────────────────────────────── 问题: 节点历史 LangGraph4j Raw Map: 扁平 Map PaiAgent WorkflowState: 结构化 NodeOutput 含 status 为什么要加一层 StateManager 转换？ // StateManager.initializeState() → 构造 LangGraph 用的 Map Map<String, Object> state = new HashMap<>(); ｓｔａｔｅ．ｐｕｔ("inputData", inputData); ｓｔａｔｅ．ｐｕｔ("currentInput", Ｍａｐ．ｏｆ("input", inputData)); ｓｔａｔｅ．ｐｕｔ("nodeOutputs", new HashMap<>()); ｓｔａｔｅ．ｐｕｔ("status", "RUNNING"); ｓｔａｔｅ．ｐｕｔ("startTime", System.currentTimeMillis()); // StateManager.extractWorkflowState() → 转换回 PaiAgent 领域模型 // 构建 richer 的 WorkflowState，包含所有 NodeOutput、时间chuo等 结论：LangGraph4j 选择用 Map<String, Object> 是为了通用性、灵活性（它不知道你的业务需要什么字段）。但 PaiAgent 需要的是领域语义，所以加了一层 WorkflowState + StateManager 作为适配层 —— 内部用强类型的领域模型，对外适配 LangGraph 的 Map 接口。 说白了：LangGraph 给的是"万能背包"，WorkflowState 给的是"专用背包"，后者更贴合工作流场景，字段意义明确、不容易填错数据。
点赞
回复 取消回复

5 条评论

惟手熟尔 2026年04月18日 22:59
引用原文：在 PaiAgent 里，我们设计了一个 WorkflowState 类，里面有几个核心字段
已经选择用langgrapg4j了，这里又设计一个类是为什么，为了解决什么问题？或者说该场景下langgrapg4j本身的state有哪些不足？
点赞
回复1 取消回复
惟手熟尔 2026年04月18日 23:10
LangGraph4j 的 State 就是一个 Map<String, Object> —— 纯粹的键值对，无类型，无语义： // LangGraph4j 内部就是这么存的 Map<String, Object> state = new HashMap<>(); ｓｔａｔｅ．ｐｕｔ("inputData", "..."); ｓｔａｔｅ．ｐｕｔ("currentInput", Ｍａｐ．ｏｆ("input", "...")); ｓｔａｔｅ．ｐｕｔ("nodeOutputs", new HashMap<>()); ｓｔａｔｅ．ｐｕｔ("status", "RUNNING"); 问题就来了：你在 PaiAgent 的 NodeAdapter 里能看到，每次节点执行完都要手动拼装这个 Map： // ＮｏｄｅＡｄａｐｔｅｒ．ｊａｖａ 第 70-82 行 Map<String, Map<String, Object>> nodeOutputs = (Map<String, Map<String, Object>>) newStateData.getOrDefault("nodeOutputs", new HashMap<>()); ｎｏｄｅＯｕｔｐｕｔｓ．ｐｕｔ(ｎｏｄｅ．ｇｅｔＩｄ(), output); ｎｅｗＳｔａｔｅＤａｔａ．ｐｕｔ("nodeOutputs", nodeOutputs); ｎｅｗＳｔａｔｅＤａｔａ．ｐｕｔ("currentInput", output); // 手动更新状态传递 ｎｅｗＳｔａｔｅＤａｔａ．ｐｕｔ("currentNodeId", ｎｏｄｅ．ｇｅｔＩｄ()); 这种写法有几个问题： 问题: 类型安全 LangGraph4j Raw Map: Object 逃底，开盲盒 PaiAgent WorkflowState: @Data 注解，编译期检查 ──────────────────────────────────────── 问题: 语义清晰 LangGraph4j Raw Map: "currentInput" 是什么？谁知道 PaiAgent WorkflowState: 字段名字明确，还有 NodeOutput 内部类 ──────────────────────────────────────── 问题: 工具支持 LangGraph4j Raw Map: 字符串 key，IDE 无法联想 PaiAgent WorkflowState: 直接字段访问 ──────────────────────────────────────── 问题: 时间追踪 LangGraph4j Raw Map: 没有 PaiAgent WorkflowState: NodeOutput 有 timestamp ──────────────────────────────────────── 问题: 节点历史 LangGraph4j Raw Map: 扁平 Map PaiAgent WorkflowState: 结构化 NodeOutput 含 status 为什么要加一层 StateManager 转换？ // StateManager.initializeState() → 构造 LangGraph 用的 Map Map<String, Object> state = new HashMap<>(); ｓｔａｔｅ．ｐｕｔ("inputData", inputData); ｓｔａｔｅ．ｐｕｔ("currentInput", Ｍａｐ．ｏｆ("input", inputData)); ｓｔａｔｅ．ｐｕｔ("nodeOutputs", new HashMap<>()); ｓｔａｔｅ．ｐｕｔ("status", "RUNNING"); ｓｔａｔｅ．ｐｕｔ("startTime", System.currentTimeMillis()); // StateManager.extractWorkflowState() → 转换回 PaiAgent 领域模型 // 构建 richer 的 WorkflowState，包含所有 NodeOutput、时间chuo等 结论：LangGraph4j 选择用 Map<String, Object> 是为了通用性、灵活性（它不知道你的业务需要什么字段）。但 PaiAgent 需要的是领域语义，所以加了一层 WorkflowState + StateManager 作为适配层 —— 内部用强类型的领域模型，对外适配 LangGraph 的 Map 接口。 说白了：LangGraph 给的是"万能背包"，WorkflowState 给的是"专用背包"，后者更贴合工作流场景，字段意义明确、不容易填错数据。
点赞
回复 取消回复
夏目 2026年04月06日 16:35
引用原文：这里还有一个设计细节——NodeAdapter 适配器模式。LangGraph4j 要求每个节点是一个 AsyncNodeAction<AgentState>，但我们已有的节点执行器是 NodeExecutor 接口。 NodeAdapter 的作用就是做桥接，把 NodeExecutor.execute(node, input, callback) 包装成 LangGraph4j 需要的异步 Lambda 形式。 这样原有的 NodeExecutor 代码一行不改，就能接入 LangGraph4j 框架。老引擎用 DAG 拓扑排序直接调 NodeExecutor，新引擎通过 NodeAdapter 间接调，两条路复用同一套执行器。
@派聪明 咋理解
1
回复 取消回复
夏目 2026年04月06日 16:34
引用原文：这里还有一个设计细节——NodeAdapter 适配器模式。LangGraph4j 要求每个节点是一个 AsyncNodeAction<AgentState>，但我们已有的节点执行器是 NodeExecutor 接口。 NodeAdapter 的作用就是做桥接，把 NodeExecutor.execute(node, input, callback) 包装成 LangGraph4j 需要的异步 Lambda 形式。 这样原有的 NodeExecutor 代码一行不改，就能接入 LangGraph4j 框架。老引擎用 DAG 拓扑排序直接调 NodeExecutor，新引擎通过 NodeAdapter 间接调，两条路复用同一套执行器。
@派聪明
1
回复 取消回复
夏目 2026年04月06日 16:33
引用原文：这里还有一个设计细节——NodeAdapter 适配器模式。LangGraph4j 要求每个节点是一个 AsyncNodeAction<AgentState>，但我们已有的节点执行器是 NodeExecutor 接口。 NodeAdapter 的作用就是做桥接，把 NodeExecutor.execute(node, input, callback) 包装成 LangGraph4j 需要的异步 Lambda 形式。 这样原有的 NodeExecutor 代码一行不改，就能接入 LangGraph4j 框架。老引擎用 DAG 拓扑排序直接调 NodeExecutor，新引擎通过 NodeAdapter 间接调，两条路复用同一套执行器。
怎么理解
1
回复 取消回复

目录