在 LangGraph 中，app.invoke() 和 app.stream() 在不同业务场景下的使用抉择

Question

Accepted Answer

在 LangGraph 中， 和 是执行图（Graph）的两种核心方式。选择哪一种，本质上是在“等待最终结果”和“实时感知过程”之间做权衡。 以下是针对不同业务场景的详细抉择指南： --- 一、 ：只关心最终结果的“一锤子买卖” 会阻塞当前线程，直到 LangGraph 遍历完所有节点，到达 节点后，一次性返回最终的完整状态（State）。 1. 核心特点 低开发复杂度：标准的 Request-Response 模式，易于与现有系统（如传统的 RESTful API）集成。 高延迟感知：用户必须等待所有 LLM 调用、工具执行完毕，如果图的逻辑复杂（如多次循环反思），等待时间可能长达几十秒到数分钟。 2. 适用业务场景 后台批处理 / 离线任务： 场景：每日定时抓取新闻并生成总结报告、批量数据清洗、ETL 数据转换管道。 原因：没有人类用户在屏幕前苦苦等待，系统只关心最终生成的报告是否成功存入数据库。 微服务间的同步调用： 场景：主系统调用 AI 评审系统审核一段代码，主系统需要拿到完整的 JSON 格式评审结果再进行下一步业务流转。 极短链路的 AI 操作： 场景：简单的意图分...