AI“正以惊人的速度发展”。NVIDIA及其合作伙伴推出了用于 Agentic AI的AI 蓝图（Blueprints），包括PDF到播客的高效研究工具，以及用于分析大量视频和图像的视频搜索和摘要工具，使开发者能够随时随地构建、测试和运行AI Agentic。“自动驾驶汽车革命已经到来，”黄仁勋说，“构建自动驾驶汽车与所有机器人一样，需要三台计算机：NVIDIA DGX用于训练AI模型，Omniv

如果我们想要手动管理函数调用，而不是完全交给 OpenAI API。如我们可以自己定义 function_call 逻辑。return f"location } 的天气是晴天 🌞" functions = [ {"name" : "get_weather" , "description" : "获取天气信息" , "parameters" : {

大家知道吗， 它提出了一种利用控制流进行代码生成的方法。它的核心思想就是通过迭代的方式逐步构建和改进代码答案。它不仅仅依赖于一次性生成代码，而是通过多次测试和修正来优化生成的代码，确保其正确性和鲁棒性。在公开测试和 AI 生成的测试上迭代测试并改进针对特定问题的答案。再问一个问题大家知道是怎么为我们生成代码的吗？我来为大家梳理一下步骤，首先，会理解用户提出的编程问题，并生成一个初始的代码解决方案。

在我们的代码中，这个更新状态和覆盖消息都是基于我们打断agent来的，在上面这些运行日志里也可以看到每一步包括agent在用tools工具搜索之前组装的内容是什么，然后我们覆盖的消息是什么，最后工具出来的结果是什么，很好的实现了我们控制agent的行为。下一节我们将实现人类和agent交互的最后一步，自定义状态。

这节我们探讨下如何使用interrupt等待用户输入，虽然前面都有讲过，但是有部分同学还是一知半解，我决定把这一块详细的逻辑整理出来，从头到尾给大家讲述一下。人机交互 (HIL) 交互对于agentic系统至关重要。等待人工输入是一种常见的HIL交互模式，允许agentic询问用户澄清问题并在继续之前等待输入。我们可以使用函数在LangGraph中实现这一点。interrupt允许我们停止图形执行

在我们新写的例子中，我们要建立一个旅行助理代理团队，他们可以通过交流相互沟通。下面我们先创建两个agent：可以帮助推荐旅行目的地。可以向hotel_advisor agent寻求帮助。：可以帮助推荐酒店。可以向travel_advisor agent寻求帮助。我们将使用这种方式来构建agent，因为我们的每个agent都将拥有特定于其专业领域的工具以及用于移交到另一个agent 的特殊工具。@t

让我们构建一个包含单个节点的图。我们的节点只是一个 Python 函数，它读取图的状态并对其进行更新。")定义节点只是将消息附加到我们的消息列表中，然后填充一个额外的字段。接下来，接下来我们将定义一个简单的图，其中包含我们之前创建的节点。我们将使用 StateGraph 来定义一个操作该状态的图，并使用 add_node 将我们的节点添加到图中。在这种情况下，我们的图只是执行一个节点。

foo: str定义节点A，# 判断应该跳转到哪个节点else:# Command 允许我们同时更新图状态并路由到下一个节点。# 更新图中的状态# 替换edgegoto=goto,定义好了上面节点之后，现在，我们可以使用上述节点创建 StateGraph。需要注意的是，该图没有定义条件的路由edge！这是因为控制流是用 Command 内部 node_a 定义的。

先问大家一个问题，在很多应用程序中，不管是开发或者使用，其实我们都是用大模型在做响应，但是如果出现了一些场景，需要和其他API平台或者数据库交互，该怎么办呢？这里我们就可以用到工具，使用工具调用来请求和特定架构下匹配的模型的响应。大家看一张图：这张图就充分展示了大模型与工具之间的数据字段是怎么样交互的，当然这只是抽象出来的概念字段，实际参数远远不止这些。

在LangGraph中，实现人机交互最核心的就是Command和interrupt，就是前面设计4种交互模式所使用的共同方法，简单点说就是中断图，获取人类提供的值，再恢复图。我们这次就来详细分析一下这两个语法。