/graph/ Recent content in Graph on 老张开工了 Hugo zh-cn Sat, 25 Jul 2026 00:00:00 +0000 /posts/2026/07/practice-graph-refactor/ Sat, 25 Jul 2026 00:00:00 +0000 /posts/2026/07/practice-graph-refactor/ 第四个实战最 hairy：用 Graph 工作流引导 Agent 重构一个多模块（≥30 文件、≥5000 行）的中型项目。这种任务单 ReAct loop 撑不下来——决定要做什么、做哪部分、什么时候跳、什么时候熔断，全靠 Graph。 28.1 任务定义 一个老 Python 项目： 30+ 文件，5000+ LOC 没有类型注解，没有 unit test 覆盖（5%） pyproject.toml 里没 ruff 三个 orchestrator 文件 (main, cli.py, web_server.py) 错综耦合 重构目标（一季）： 引入类型注解 + basedpyright 严格 单测覆盖率 70%+ 三 orchestrator 拆出公共 lib 28.2 为什么单 Agent Loop 不行 一次 Claude Code session 用 ReAct loop 跑： Step 1: 想想 - "拆 main 和 cli" 大致步骤 Step 2-30: 边读边改文件 30 个 → context soon 80k+ → 压缩 Step 31-50: 压缩了早期 notes, 起初约束忘 Step 51: refactor 30 文件已混乱,report "DONE but lots of TODO" Step 80-200: 又迭代一次,实际上模型忘了第 3 步的架构 budget 到,模型默认 "DONE", 实际未完成 80% Graph + Looper 优势：把项目拆成 30 个 node, 每个 node 限 scope, progressive cap, 不烧枚举上下文。 /posts/2026/06/agent-graph/ Sun, 21 Jun 2026 00:00:00 +0000 /posts/2026/06/agent-graph/ 单一 ReAct 循环是 Agent 的"单核"——但很多真实任务天然就是图（DAG），而不是直线。本章把 Agent 从"循环"扩展到"有向图"，让你能把分支、并行、汇合、回退写到系统里，而不是让模型现编。 11.1 为什么单 Loop 不够 让 AI 做一个"自检 + 修复一束文件"的任务，在单 loop 里跑大概是这样： thinking: 看 5 个文件 (生成 list) ↓ tool: read 文件 1 ↓ thinking: 文件 1 没问题 ↓ tool: read 文件 2 ↓ thinking: 文件 2 有 lint 错 ↓ tool: edit 文件 2 ↓ ...重复 5 轮，每次都让"thinking"来做路由决策 问题：你反复让模型决定"下一步该看哪一支"，但其实流程是确定的：每个文件都看一遍、有问题就修。这把"决策权"浪费在了不必要的地方，还让模型容易漏一两个文件。 这是 Graph 工作流要解决的事：把"必然要做的形状"画成 DAG，模型只做每个节点的"实质推理"，流程通过图去接管。 11.2 Graph Agent 的三件套 ┌─────────────────────────────────────────────────────┐ │ Node : 一个 f(input) -> output 的小 Agent │ │ Edge : 节点之间的连接，可以是固定的 │ │ 也可以是 condition 提供的分支选择 ──┘ │ │ State : 在所有节点之间流动的共享字典 │ └─────────────────────────────────────────────────────┘ 11.