在使用 LangGraph 时，如果你希望在后台执行多个节点（比如思考、调用工具、检索等），但只向终端用户“打字机式”地流式输出最终答案，最核心的思路是：利用 并在循环中进行条件过滤。 根据你的具体图结构（Graph），这里有三种最常用的过滤方案： 方案一：如果你有明确的“最终输出节点”（推荐） 如果你的图中有一个专门负责生成最终回答的节点（例如命名为 或 ），你可以通过判断 来过滤。 --- 方案二：如果你的 Agent 节点是动态循环的（如 ReAct 架构） 在标准的 Agent 架构中，大模型节点（例如 节点）会被反复调用：有时它输出工具调用（内部信息），最后一次它输出最终文本（最终答案）。 这时候，你不能只靠节点名称过滤，还需要过滤掉包含 Tool Calls 的消息。 --- 方案三：不要求 Token 级流式，只需要拿到最终字符串（状态更新模式） 如果你的前端不需要“打字机”效果，只需要展示一个“正在思考中...”的动画，然后等图执行完毕后直接显示最终结果，你应该使用 。 总结与核心原理 LangGraph 流式输出乱七八糟内部信息的原因是：它默认把所有节点的输入/...
播面