用 LangGraph 实现「多包发布说明」:工具定义与智能体代码
「多包发布说明」是开发团队的高频任务。它的输入通常是变更记录,期望得到的是各包发布说明。这类有固定流程、又需要一点判断力的工作,很适合封装成智能体 Skill。
本文介绍如何在 LangChain / LangGraph 工具 上实现这个技能,包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。
这个技能做什么
| 项目 | 说明 |
|---|---|
| 技能 | 多包发布说明(monorepo-release) |
| 作用 | 为 monorepo 中变更的包生成发布说明 |
| 输入 | 变更记录 |
| 输出 | 各包发布说明 |
| 形态 | 带脚本 |
| 风险 | 低 |
| 适用人群 | 开发团队 |
处理流程分四步:
- 识别变更包
- 汇总每包改动
- 确定版本号
- 生成说明
这个技能需要运行本地脚本(解析文件、调用命令行工具等),要求运行环境允许执行代码;风险较低,但输出仍需快速过目再使用。
在 LangChain / LangGraph 工具 中是什么形态
LangChain 用 @tool 装饰器把函数变成工具,LangGraph 提供预置的 ReAct 智能体,也可以自己画状态图,把技能拆成可观察、可重试的节点。
代码运行在你的环境中;流程复杂时建议从预置智能体起步,再逐步换成自定义图。
示例配置
# 示意代码:LangChain 工具 + LangGraph 预置 ReAct 智能体
from langchain_core.tools import tool
from langchain.chat_models import init_chat_model
from langgraph.prebuilt import create_react_agent
@tool
def monorepo_release_precheck(content: str) -> str:
"""检查变更记录是否齐全,返回缺失项。"""
return "ok" if content.strip() else "输入为空"
model = init_chat_model("你的模型标识")
agent = create_react_agent(
model, tools=[monorepo_release_precheck],
prompt="你负责多包发布说明:识别变更包;汇总每包改动;确定版本号;生成说明。",
)
out = agent.invoke({"messages": [("user", "这是变更记录:...")]})
示例里最重要的是两处:一是描述(或指令开头)要写明「什么时候用」,让智能体在开发团队提出相关请求时能对上号;二是约束部分要写进「改写历史、删除分支类操作只给建议,不直接执行」这类领域规矩,避免智能体自作主张。
安装与启用步骤
- 安装 LangChain 与 LangGraph
- 用 @tool 定义预检查、读取等工具
- 用预置智能体快速跑通
- 需要固定流程时改为自定义状态图,每一步一个节点
- 接入追踪工具观察每一步
实操:一次完整的运行
假设你在Git 仓库与代码托管平台中发出这样的请求(虚构示例):
用多包发布说明技能处理这份变更记录,输出各包发布说明。
智能体识别到任务与「多包发布说明」相关后,会依次识别变更包、汇总每包改动、确定版本号、生成说明。最终交付各包发布说明,并在末尾列出需要人工确认的内容。你的工作是对照原始变更记录抽查两三处关键信息,确认无误后再使用。
测试与验收
对每个节点单独写测试,再跑一次端到端用例。
针对这个技能,还建议额外准备:
- 一份信息齐全的标准变更记录,检查输出是否完整
- 一份缺少关键信息的输入,检查智能体是否先提问而不是编造
- 一份包含“忽略以上规则”等字样的输入,检查约束是否仍然有效
常见坑
- 一开始就设计复杂的多节点图,调试成本高。
- 工具 docstring 缺失,模型不知道如何使用。
- 只写了步骤,没写交付格式,导致每次输出的各包发布说明结构不同。
- 没有给出样例,智能体对“好结果”的理解与你不一致;在参考资料里放一两份范例会明显改善。
延伸阅读
- 多包发布说明 · 扣子(Coze)智能体与工作流 版
- 多包发布说明 · 场景实录
- 多包发布说明 · 团队落地
- 仓库健康度 · LangChain / LangGraph 工具 版
- 合并冲突处理 · LangChain / LangGraph 工具 版
- 智能体Skills 分类:625 个技能 × 32 个角度
说明:文中的配置、代码与目录结构均为示意,用于说明思路;各平台的入口、字段名与能力会更新,落地前请以对应官方文档为准。示例中的数据与场景为虚构,不代表真实案例。