LangGraph 워크플로우

STEP·19 / AI ORCHESTRATION / CHAPTER 17 — LangGraph

# LangGraph 기본 구조

from langgraph.graph import StateGraph, END
from typing import TypedDict
 
# 상태 정의
class AgentState(TypedDict):
    query: str
    analysis: str
    final_answer: str
 
# 노드 함수 정의
def analyze(state: AgentState) -> AgentState:
    result = llm.invoke(f"분석: {state['query']}")
    return {**state, 'analysis': result.content}
 
def synthesize(state: AgentState) -> AgentState:
    result = llm.invoke(f"종합: {state['analysis']}")
    return {**state, 'final_answer': result.content}
 
# 그래프 구성
graph = StateGraph(AgentState)
graph.add_node("analyze", analyze)
graph.add_node("synthesize", synthesize)
graph.add_edge("analyze", "synthesize")
graph.add_edge("synthesize", END)
graph.set_entry_point("analyze")
 
app = graph.compile()
result = app.invoke({"query": "AI 트렌드 분석"})

# AI 프롬프트 활용

"PRD 검토 → 피드백 수집 → 수정의 반복
 루프를 LangGraph로 구현해줘"