Routage conditionnel LangGraph

La vraie puissance de LangGraph, c'est les transitions conditionnelles. Au lieu d'un pipeline lineaire, tu peux diriger le flux vers differents noeuds selon le contenu du state. C'est comme un aiguillage de train.

Pour ca, tu utilises add_conditional_edges :

def router(state):
if state["score"] > 0.8:
return "bon"
return "mauvais"

graph.add_conditional_edges(
"evaluer", # noeud source
router, # fonction de routage
{"bon": "valider", "mauvais": "corriger"} # mapping
)

La fonction router recoit le state et renvoie une string qui correspond a une clé du mapping. Cette clé pointe vers le noeud suivant.

Écris une fonction build_classifier() qui crée un graphe avec :

State : text (str), category (str), confidence (float)

Noeuds :
- "analyser" : si le texte contient "erreur" ou "bug", met category a "technique" et confidence a 0.9, sinon met category a "general" et confidence a 0.5
- "traitement_technique" : ajoute " [TECH]" a la fin du texte
- "traitement_general" : ajoute " [GEN]" a la fin du texte

Routing : apres "analyser", si category est "technique" on va a "traitement_technique", sinon a "traitement_general".

Les deux noeuds de traitement menent a END.

Exemple :

app = build_classifier()
r = app.invoke({"text": "j'ai un bug", "category": "", "confidence": 0.0})
r["text"] vaut "j'ai un bug [TECH]"
r["category"] vaut "technique"

Tests (1/1)

Tests

app = build_classifier()
# Texte technique
r = app.invoke({'text': "j'ai un bug", 'category': '', 'confidence': 0.0})
assert r['category'] == 'technique', f'Doit detecter technique, got {r["category"]}'
assert r['text'].endswith(' [TECH]'), f'Doit ajouter [TECH], got {r["text"]}'
assert r['confidence'] == 0.9, f'Confidence doit etre 0.9, got {r["confidence"]}'
# Texte avec erreur
r2 = app.invoke({'text': 'une erreur est survenue', 'category': '', 'confidence': 0.0})
assert r2['category'] == 'technique'
assert r2['text'].endswith(' [TECH]')
# Texte general
r3 = app.invoke({'text': 'bonjour comment vas-tu', 'category': '', 'confidence': 0.0})
assert r3['category'] == 'general', f'Doit detecter general, got {r3["category"]}'
assert r3['text'].endswith(' [GEN]'), f'Doit ajouter [GEN], got {r3["text"]}'
assert r3['confidence'] == 0.5

Indices (3 disponibles)

Solution officielle

from langgraph.graph import StateGraph, START, END
from typing import TypedDict

class State(TypedDict):
    text: str
    category: str
    confidence: float

def build_classifier():
    def analyser(state):
        text_lower = state["text"].lower()
        if "erreur" in text_lower or "bug" in text_lower:
            return {"category": "technique", "confidence": 0.9}
        return {"category": "general", "confidence": 0.5}

    def traitement_technique(state):
        return {"text": state["text"] + " [TECH]"}

    def traitement_general(state):
        return {"text": state["text"] + " [GEN]"}

    def router(state):
        if state["category"] == "technique":
            return "tech"
        return "gen"

    graph = StateGraph(State)
    graph.add_node("analyser", analyser)
    graph.add_node("traitement_technique", traitement_technique)
    graph.add_node("traitement_general", traitement_general)
    graph.add_edge(START, "analyser")
    graph.add_conditional_edges("analyser", router, {
        "tech": "traitement_technique",
        "gen": "traitement_general",
    })
    graph.add_edge("traitement_technique", END)
    graph.add_edge("traitement_general", END)
    return graph.compile()

← Premier graphe LangGraph Knowledge Graph avec NetworkX →

solution.py

Bravo!

Routage conditionnel LangGraph

Tests (1/1)

Indices (3 disponibles)

Solution officielle