带人工审核的工单处理（精华示例）

原创

已于 2026-09-06 22:59:32 修改 · 323 阅读

于 2026-09-06 22:49:22 首次发布

英中对照表（代码中的节点名）

表格

步骤	节点英文名（`add_node` 用）	中文名	功能
1	`classify`	分类	判断工单类型（售前/售后/技术/其他）
2	`retrieve`	检索	多源搜索知识库，结果累加（`operator.add`）
3	`draft`	草稿	生成回复草稿
4	`check_quality`	质量打分	评估草稿质量，输出分数
5	`revise`	重写	重写次数+1，清空docs（`Overwrite([])`）
6	`escalate`	转人工	降级给人工客服处理
7	`human_review`	人工审核	暂停等待审批（`interrupt`）
8	`send`	发送回复	执行最终操作（幂等）

# ticket_workflow.py - 综合示例：Multi Schema + 循环 + 中断 + 幂等
from typing import Annotated, Literal
from operator import add
from typing_extensions import TypedDict
from langgraph.graph import StateGraph, START, END, MessagesState
from langgraph.graph.message import add_messages
from langgraph.managed import RemainingSteps
from langgraph.types import interrupt, Command, Overwrite
from langgraph.checkpoint.memory import InMemorySaver

# ===== 1. 状态定义（Multi Schema） =====
class InputState(TypedDict):
    ticket_id: str
    question: str

class OutputState(TypedDict):
    final_answer: str
    escalated: bool

class OverallState(TypedDict):
    ticket_id: str
    question: str
    category: str
    docs: Annotated[list, add]       # 多源检索累加
    draft: str
    score: float
    revisions: int
    final_answer: str
    escalated: bool
    remaining_steps: RemainingSteps  # 步数收敛

class PrivateState(TypedDict):
    prompt_debug: str                # 仅内部调试用

# ===== 2. 节点实现 =====
def classify(state: InputState) -> OverallState:
    """分类（模拟）"""
    q = state["question"]
    if "退款" in q:
        category = "售后"
    elif "技术" in q:
        category = "技术"
    else:
        category = "其他"
    return {"category": category, "revisions": 0, "escalated": False}

def retrieve

标签

#langchain