上海建设网站的网站电子商务网站的功能

前面文章中说过，spring-ai-alibaba-graph 可以通过实现 NodeAction 来自定义节点

但是不想自定义的话，spring-ai-alibaba-graph 针对日常常用的场景，也封装了一批常用节点，例如大语言模型节点、工具节点等，方便直接使用

内置节点列表

内置节点	作用
LlmNode	根据输入的模板及参数调用大语言模型
ToolNode	获取OverAllState中的大语言模型回复并调用对应工具
HttpNode	执行http请求
HumanNode	人工干预的节点，支持条件中断和总是中断两种策略
McpNode	调用Mcp服务器
QuestionClassifierNode	文本分类
DocumentExtractorNode	从不同格式的文件中提取文本内容
KnowledgeRetrievalNode	从向量存储中检索内容
。。。	其他还有若干内置节点，感兴趣可以参考开源仓库

以LlmNode和ToolNode 为例来看两种节点的使用和执行过程（其他节点的样例可以参考官方示例spring-ai-alibaba-examples/spring-ai-alibaba-graph-example at main · springaialibaba/spring-ai-alibaba-examples）

大语言模型节点 LlmNode

样例

使用方式

        LlmNode llmNode = LlmNode.builder().chatClient(chatClient).systemPromptTemplate("你是客服助手，请基于以下信息撰写回复：").userPromptTemplateKey("http_response").messagesKey("user_prompt").outputKey("llm_response").build();graph.addNode("invokeLLM", AsyncNodeAction.node_async(llmNode));

LlmNode 提供了4个key字段和默认实现

key	默认实现
systemPromptKey	systemPrompt
userPromptKey	userPrompt
paramsKey	params
messagesKey	messages

ps：Builder中部分字段带有Template

以上四种属性 LlmNode 优先从 OverAllState 中以key获取，获取不到则取默认实现：

state.value(xxxKey).orElse(xxx)

除此之外还有拦截器 advisors，工具 toolCallbacks，输出key outputKey，聊天客户端 chatClient，流式标志 stream等字段

执行过程：以 param 渲染用户提示词，然后根据流式标志调用 stream 或 call 方法，结果放入 OverAllState 的 outputKey 对应槽位中，outputKey 为空则默认放入 messages中

工具节点 ToolNode

样例

使用方式

        ToolNode toolNode = ToolNode.builder().llmResponseKey("llm_response").outputKey("tool_result").toolCallbackResolver(toolCallbackResolver).toolNames(List.of("sendEmail", "updateCRM")).build();graph.addNode("invokeTool", AsyncNodeAction.node_async(toolNode));

ToolNode 包含一个输入key llmResponseKey，一个输出key outputKey，两个工具提供者 toolCallbacks 和 toolCallbackResolver

执行过程：

1）获取大模型回复：ToolNode 首先根据 llmResponseKey 从 OverAllState 获取，llmResponseKey 未设置则默认取key为 “llm_response”，若未取到则取 OverAllState 的 messages 的最后一条

2）获取工具：从大模型回复中获取工具列表，然后从 toolCallbacks 中匹配同名工具，若未找到则由 toolCallbackResolver 根据工具名获取

3）执行工具：从大模型回复中获取工具对应参数，连同 OverAllState 一起传入工具，获得工具调用结果

4）封装结果：结果会放入结果Map，key为 messages 和 输出key 

注意：有些内置节点会根据传入的OverAllState更新内部成员变量，在多用户并发请求时可能会存在覆盖的问题