自测题：LangGraph（第 2 单元）

让我们通过快速测验来测试你对 LangGraph 的理解！这将帮助你巩固目前学到的关键概念。

本测验为可选项目，不计入评分。

问题 1：LangGraph 的主要目的是什么？

哪个描述最能体现 LangGraph 的设计目标？

A. 构建包含 LLM 应用的流程控制的框架
B. 提供与不同 LLM 模型交互接口的库
C. 用于工具调用的 Agent 库

答案：A。正确！LangGraph 专门设计用于帮助构建和管理使用 LLM 应用的流程控制。B 更符合 LangChain 的定位（提供模型交互的标准接口）；C 混淆了“流程编排”与“工具调用的 Agent 库”，LangGraph 的主要目的正是流程编排。

问题 2：在“控制 vs 自由”的权衡中，LangGraph 的定位是什么？

哪个陈述最能体现 LangGraph 在 agent 设计中的方法？

A. LangGraph 最大化自由，允许 LLM 完全自主决策
B. LangGraph 在保持对执行流程强控制的同时，仍利用 LLM 能力进行决策

答案：B。正确！当你需要对 agent 执行流程进行控制时，LangGraph 通过结构化工作流提供可预测的行为。A 与事实相反——LangGraph 更注重控制而非自由，它为 LLM 工作流提供结构化的框架。

问题 3：State 在 LangGraph 中扮演什么角色？

选择对 LangGraph 中 State 最准确的描述。

A. State 是 LLM 的最新生成结果
B. State 仅用于追踪执行期间的错误
C. State 代表在 agent 应用中流转的信息
D. State 仅在与外部 API 交互时相关

答案：C。正确！State 是 LangGraph 的核心，包含步骤间决策所需的所有信息。你可以定义需要计算的字段，节点可以通过修改这些值来决定流程分支。A 错在 State 是用户自定义类、字段由用户定义且可由 LLM 填充；B 低估了 State（错误追踪只是其中一部分）；D 错在 State 是所有 LangGraph 应用的基础，不局限于外部 API。

问题 4：LangGraph 中的条件边（Conditional Edge）是什么？

选择最准确的描述。

A. 根据条件评估决定后续执行节点的边
B. 仅在特定条件发生时才会跟随的边
C. 需要用户确认才能继续的边

答案：A。正确！条件边允许你的图谱基于当前状态做出动态路由决策，实现工作流中的分支逻辑。B 错在条件边是根据应用“输出”控制流程，而非输入；C 错在条件边基于程序设定的条件，不需要用户交互确认。

问题 5：LangGraph 如何帮助解决 LLM 的幻觉问题？

选择最佳答案。

A. 通过限制 LLM 响应完全消除幻觉
B. 提供可验证和校验 LLM 输出的结构化工作流
C. 对幻觉问题没有影响

答案：B。正确！通过包含验证步骤、校验节点和错误处理路径的结构化工作流，LangGraph 有助于减少幻觉的影响。A 不成立——没有任何框架能完全消除 LLM 的幻觉；C 错在 LangGraph 的结构化方法能有效缓解幻觉（但会牺牲一定的响应速度）。

恭喜完成测验！如果有答错的问题，建议回顾前文内容加强理解。接下来我们将探索 LangGraph 的更高级功能，学习如何构建更复杂的 agent 工作流。

小结

LangGraph 的核心目的是为 LLM 应用提供流程控制与编排，而非单纯提供模型接口。
在“控制 vs 自由”的权衡中，LangGraph 偏向强控制：用结构化工作流换取可预测的执行。
State 是贯穿 agent 应用的信息载体，节点通过修改其字段决定流程分支。
条件边依据当前状态动态路由，实现工作流分支。
LangGraph 用结构化工作流（校验节点、错误处理）缓解而非消除 LLM 幻觉。