前端进阶之旅前端进阶之旅
  • 基础篇HTML/CSS/JS 打底
  • 进阶篇原理与工程化
  • 高频篇面试最常问的那批
  • 精选篇按模块收敛的总结
  • 手写篇常考代码手写实现
  • 面经篇真实面试问题复盘
  • AI 篇NEWAI 时代的前端考点
  • 历年面经NEW按年份追踪真实考点
  • 每日一题每天一道,攒手感
  • 专项自测100 题快速查漏
  • 小程序题库小程序专项刷题
  • 算法题库NEW在线编码即时判题
  • 知识卡片NEW碎片时间过考点
  • 面试题大全常见问题解析
  • AI 答疑NEW随时提问,即时解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • AI 定制路线NEW按你的简历现排
  • AI 知识地图NEW串起全站知识点
  • 原理篇React / Vue 源码拆解
  • HTTP从报文一路讲到 HTTPS
  • 浏览器渲染、事件循环、进程
  • 计算机基础Linux、网络、操作系统
  • 设计模式23 种模式怎么用
  • Node学习指南从环境搭建到服务端
  • NPM工作流script、依赖与发布
  • Docker容器化部署上手
  • Canvas图形与动画实战
  • 前端系统进阶学习大型项目工程化
  • 前端综合文章长期沉淀的实践文
  • 思维导图知识点全景图
  • 学习路线按图索骥不跑偏
  • AI 热点NEWAI 每日动态
  • 公众号动态公众号历史文章
  • 博客动态站长的技术博客
  • 开发者导航常用工具与文档站
  • 基础篇HTML/CSS/JS 打底
  • 进阶篇原理与工程化
  • 高频篇面试最常问的那批
  • 精选篇按模块收敛的总结
  • 手写篇常考代码手写实现
  • 面经篇真实面试问题复盘
  • AI 篇NEWAI 时代的前端考点
  • 历年面经NEW按年份追踪真实考点
  • 每日一题每天一道,攒手感
  • 专项自测100 题快速查漏
  • 小程序题库小程序专项刷题
  • 算法题库NEW在线编码即时判题
  • 知识卡片NEW碎片时间过考点
  • 面试题大全常见问题解析
  • AI 答疑NEW随时提问,即时解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • AI 定制路线NEW按你的简历现排
  • AI 知识地图NEW串起全站知识点
  • 原理篇React / Vue 源码拆解
  • HTTP从报文一路讲到 HTTPS
  • 浏览器渲染、事件循环、进程
  • 计算机基础Linux、网络、操作系统
  • 设计模式23 种模式怎么用
  • Node学习指南从环境搭建到服务端
  • NPM工作流script、依赖与发布
  • Docker容器化部署上手
  • Canvas图形与动画实战
  • 前端系统进阶学习大型项目工程化
  • 前端综合文章长期沉淀的实践文
  • 思维导图知识点全景图
  • 学习路线按图索骥不跑偏
  • AI 热点NEWAI 每日动态
  • 公众号动态公众号历史文章
  • 博客动态站长的技术博客
  • 开发者导航常用工具与文档站
首页程序员面试题库第 10 页
面试知识索引 · 分类、标签与搜索

5000 道程序员面试题,每题都有完整答案

程序员面试题库第 10 页,收录第 451–500 题,共 5000 道完整解析,覆盖前端、JavaScript、React、Vue、Node.js、AI Agent、网络、数据库与系统设计。

5,000完整问题
52技术分类
178检索标签
100索引分页
按分类建立知识面,再用标签和搜索定位问题

每页只渲染 50 道题。分类与标签分页可抓取,自由搜索结果不会制造无限 SEO 页面。

快速定位

分类、标签与关键词搜索

题库检索
技术分类52 个
全部分类5000AI Agent511浏览器301JavaScript285React281AI 开发262CSS240Node.js217TypeScript206Vue180前端工程化138React Native135
查看全部 52 个分类
操作系统135数据库134Docker95计算机网络94API 设计90Kubernetes90HTML89Redis89全栈开发88分布式系统88系统设计86HTTP85Next.js60Angular58Linux53Nuxt51PostgreSQL46可观测性46设计模式46小程序45身份与权限45无障碍44MongoDB43PWA43Web 安全43Git42前端测试42前端性能41WebAssembly40测试40AI 工程37SvelteKit37Go35前端数据管理30React Router29AI 全栈28Svelte27算法12Java10数据结构5前端手写题3
热门标签178 个
并发编程448缓存355性能优化340安全336异步编程292类型系统215构建工具211容器化184流处理177表单157SQL148HTTP141路由140离线应用121网络协议111
查看其余 163 个标签
测试109数据库事务95实时通信92Web 可访问性90动画79可观测性77Agent 记忆75向量检索66工具调用66LangGraph59Prompt56任务规划53排障与运维53数据库索引52浏览器自动化51Flexbox50值与类型50GraphQL49事务与并发49构建与镜像49DNS 与 TLS48工程协作与交付48AI 评测47CSS Grid47Express 服务47MCP47副作用与同步47向量与嵌入47文件与多媒体47流与二进制47传输与协议46列表与性能46可维护代码46响应式原理46容器运行46指标日志追踪46数据建模与运维46文件与 I/O46表单与输入46MCP 协议45RAG45Vite 与模块构建45Webpack45内存与虚拟化45原生集成45多 Agent45工作负载与发布45应用与性能45数据处理45模块与工具链45组件与模板45缓存与数据结构45网络与运维45评估与调试45身份认证与授权45运行时与开发45Web 系统方案44一致性与容错44侦听与生命周期44分布式使用44原生组件与交互44可访问交互44消息与异步处理44渲染与调度44索引与执行计划44组件设计44缓存与代理44进程与并发44层叠与选择器43攻击面与防御43文档数据库43权限与安全43离线与渐进增强43语义与文档43请求与通信 API43Worker 与线程协作42事件系统42存储与离线数据42服务架构42服务端与流式渲染42服务端工程42泛型设计42版本控制42类型收窄42类型运算42组件与端到端42编码与执行42进程与线程42DOM 与文档操作41Flex 布局41HTTP 语义41NestJS 架构41REST 与接口契约41SQL 查询41加载与交互性能41动画与视觉41类型工程41记忆与状态41运行时与调度41Agent 架构40WebAssembly 集成40单元与集成测试40多 Agent 协作40工作流编排40模块与语言机制40浏览器与 UI 自动化40生产运行40函数与作用域39响应式设计39性能与并发39类型系统基础39Grid 布局38数组与集合38盒模型与排版38Hooks 与复用37应用开发37推理与成本37状态共享37知识库数据37模型与应用评测36对象与原型35状态与渲染35语言与并发35异步与 Promise34Effect32RAG 检索31React 性能31响应式与性能31微调与数据31TanStack Query30全栈边界30数据与缓存30大模型基础29路由与数据流29事件循环28流式交互28提示与上下文设计27数据与服务端27组件与依赖注入27组件与响应式27多模态应用24应用与渲染24Hydration22沙箱安全22状态管理18算法18CI/CD13语言与运行时10React Server Components6搜索与排序4实用函数实现3链表栈队列3图算法2字符串算法2树与遍历2索引与高级结构2Kubernetes1作用域与函数1动态规划1异步与浏览器1手写与交互性能1数组与双指针1相等比较1
当前页10 / 100

正在显示第 451–500 题

AI Agent50
第 10 页

本页面试问题

按稳定语义路径排序

  1. 0451
    AI Agent工具调用

    工具执行失败时,应该把异常栈原样回传给模型还是转成结构化错误消息?

    围绕“工具执行失败时,应该把异常栈原样回传给模型还是转成结构化错误消息”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确面向模型的可读错误描述优于原始栈。

    核心关键词工具调用 错误回传 tool result is_error
    #工具调用
  2. 0452
    AI Agent工具调用

    工具执行结果应该以什么格式回传给模型,原文 JSON 还是加工后的摘要?

    围绕“工具执行结果应该以什么格式回传给模型,原文 JSON 还是加工后的摘要”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确按模型后续消费方式决定结构化还是文本化。

    核心关键词工具调用 结果回传 格式 tool result
    #工具调用
  3. 0453
    AI Agent工具调用

    图片、文件等大体积工具结果如何回传给模型而不撑爆上下文?

    围绕“图片、文件等大体积工具结果如何回传给模型而不撑爆上下文”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确以引用句柄加按需二次读取替代内联返回。

    核心关键词工具调用 大结果 引用 回传
    #工具调用
  4. 0454
    AI Agent工具调用

    模型频繁误读工具返回结果时,应该从结果结构还是提示词哪一端排查?

    围绕“模型频繁误读工具返回结果时,应该从结果结构还是提示词哪一端排查”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须给出先看结果字段歧义、再看任务提示的诊断顺序。

    核心关键词工具结果 模型误读 排查
    #工具调用#Prompt
  5. 0455
    AI Agent工具调用

    多轮工具调用中,历史工具结果应保留完整还是随轮次裁剪?

    围绕“多轮工具调用中,历史工具结果应保留完整还是随轮次裁剪”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确近期结果完整、远期结果摘要化的保留策略。

    核心关键词工具结果 多轮 上下文裁剪 保留
    #工具调用
  6. 0456
    AI Agent工具调用

    工具调用成功返回但结果语义为空(如查询零命中),如何避免模型幻觉补全?

    围绕“工具调用成功返回但结果语义为空(如查询零命中),如何避免模型幻觉补全”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确显式回传空态说明让模型如实告知而非编造。

    核心关键词工具调用 空结果 语义错误 幻觉
    #工具调用
  7. 0457
    AI Agent工具调用

    工具调用重试为什么要用指数退避加抖动,而不是固定间隔?

    围绕“工具调用重试为什么要用指数退避加抖动,而不是固定间隔”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确退避防雪崩、抖动防同步重试风暴两个原因。

    核心关键词重试 指数退避 抖动 工具调用
    #工具调用
  8. 0458
    AI Agent工具调用

    参数校验失败重试时,如何把错误信息反馈给模型让它修正参数而不是原样重发?

    围绕“参数校验失败重试时,如何把错误信息反馈给模型让它修正参数而不是原样重发”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确回传具体字段级错误说明驱动模型改参。

    核心关键词工具调用 校验失败 错误反馈 模型修正
    #工具调用
  9. 0459
    AI Agent工具调用

    Agent 的工具重试次数上限应该如何与整体任务预算协调?

    围绕“Agent 的工具重试次数上限应该如何与整体任务预算协调”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确重试占用轮次与 token 预算、上限按任务时延约束反推。

    核心关键词工具重试 次数上限 任务预算
    #工具调用
  10. 0460
    AI Agent工具调用

    工具参数设置默认值时有哪些容易被忽视的语义陷阱?

    解释工具 schema 中默认值的语义陷阱:掩盖未澄清的意图、与 required 交互、默认值选择对模型决策的影响,并给出实际场景与处理策略。

    核心关键词工具 schema 默认值 参数设计
    #工具调用
  11. 0461
    AI Agent工具调用

    在工具 schema 中用 enum 约束枚举参数为什么比依赖描述文案更可靠?

    本题解释工具 schema 中为何用 enum 约束枚举参数比描述文案更可靠,机制包括模型解码时的受限采样和服务端校验层的强制白名单,并给出具体场景与边界。

    核心关键词工具参数 enum 约束 schema
    #工具调用
  12. 0462
    AI Agent工具调用

    工具参数中的自由文本字段(如查询语句)应如何限定格式降低误用?

    本文给出工具参数自由文本字段的格式约束方法:用正则收窄字符集、用长度限制规模、用描述和示例引导模型生成合法查询,并说明需服务端二次校验。以代码搜索query字段举例,讨论失效条件和处理策略。

    核心关键词工具调用 自由文本参数 格式约束
    #工具调用
  13. 0463
    AI Agent工具调用

    一个功能复杂的 API 应该拆成多个细粒度工具还是合并为一个多参数工具?

    围绕“一个功能复杂的 API 应该拆成多个细粒度工具还是合并为一个多参数工具”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须给出按模型选择正确性(少而明确优先)权衡拆合的判据。

    核心关键词Agent 工具粒度 拆分 合并 设计决策
    #工具调用
  14. 0464
    AI Agent工具调用

    Agent 工具参数应该嵌套还是扁平,怎样控制对象层级?

    以代码搜索的过滤条件和分页参数为例,解释有意义的参数分组、逐层 required 与 additionalProperties,以及深嵌套、条件分支和错误定位的代价。

    核心关键词Agent 工具参数嵌套对象与扁平字段设计
    #工具调用
  15. 0465
    AI Agent工具调用

    Agent 工具参数怎样命名和写描述,才能减少传错值?

    用超时时间、文档标识和搜索词说明参数命名中的对象、单位与来源,区分描述和校验,并给出可验证的命名改进方法。

    核心关键词Agent 工具参数命名描述提高传参正确率
    #工具调用
  16. 0466
    AI Agent工具调用

    设计工具 schema 时,必填参数和可选参数的划分依据是什么?

    本文以“缺省时能否安全推断”为判据,结合 Claude 官方文档示例(如天气工具缺 location 时模型可能猜纽约),给出必填与可选参数的划分原则、场景推演、模型能力边界以及易犯错误。

    核心关键词工具 schema required 可选参数 设计
    #工具调用
  17. 0467
    AI Agent工具调用

    已上线工具的 schema 需要变更时,如何避免破坏存量 Agent 调用?

    围绕“已上线工具的 schema 需要变更时,如何避免破坏存量 Agent 调用”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确新增可选字段安全、改名和删字段需走版本化的兼容策略。

    核心关键词工具 schema 版本演进 兼容性
    #工具调用
  18. 0468
    AI Agent工具调用

    工具调用超时后应该立即重试、降级还是终止,如何决策?

    围绕“工具调用超时后应该立即重试、降级还是终止,如何决策”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确先区分超时是慢还是死、再结合幂等性决定是否重试的决策树。

    核心关键词工具调用 超时 重试 降级
    #工具调用
  19. 0469
    AI Agent工具调用

    Agent 工具为什么用 JSON Schema 定义参数,校验通过就能执行吗?

    从文件搜索工具解释 JSON Schema 的可执行结构约束,区分 JSON 解析、参数校验、业务授权与实际执行,并说明模型结构化输出仍有边界。

    核心关键词Agent 工具 JSON Schema 参数校验
    #工具调用
  20. 0470
    AI Agent工具调用

    在 Agent 设计中,什么能力应该做成工具调用而不是写进系统提示词?

    本题给出 Agent 设计中工具与系统提示词的划分标准:外部数据与真实副作用走工具,行为与格式约束走提示词,并结合订单退款场景说明误用的失败边界。

    核心关键词Agent 工具设计 工具调用 系统提示词 边界
    #工具调用#Prompt
  21. 0471
    AI Agent工具调用

    大模型 Agent 的工具调用(Tool Calling)是如何从一次模型输出到一次函数执行闭环的?

    本文解释大模型Agent工具调用的完整闭环:模型生成结构化调用请求,运行时执行工具并回传结果。包含机制、具体场景、失败边界,并纠正常见误区。

    核心关键词AI Agent 工具调用 tool calling 流程
    #工具调用
  22. 0472
    AI Agent工作流编排

    LangGraph 的 add_messages reducer 如何合并消息列表,为什么按消息 id 去重更新而不是简单追加?

    围绕“LangGraph 的 add_messages reducer 如何合并消息列表,为什么按消息 id 去重更新而不”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖聚焦 id 相同则更新、否则追加的合并语义及其对重试场景的意义。

    核心关键词LangGraph add_messages reducer 消息合并
    #工作流编排#LangGraph
  23. 0473
    AI Agent工作流编排

    LangGraph 中同步节点与 async 节点混用时并发行为有何差异,阻塞节点会拖累并行分支吗?

    围绕“LangGraph 中同步节点与 async 节点混用时并发行为有何差异,阻塞节点会拖累并行分支吗”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖要回答同步节点在 executor 中运行、async 节点才能真并发 IO 的判断。

    核心关键词LangGraph async 节点 并发 阻塞
    #工作流编排#LangGraph#异步编程
  24. 0474
    AI Agent工作流编排

    LangGraph 并行扇出后如何在汇合节点等待所有分支完成,框架如何保证同步?

    围绕“LangGraph 并行扇出后如何在汇合节点等待所有分支完成,框架如何保证同步”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖要解释汇合节点在所有上游分支所在 super-step 完成后才触发。

    核心关键词LangGraph 并行分支 汇合 同步
    #工作流编排#LangGraph
  25. 0475
    AI Agent工作流编排

    LangGraph 的检查点与长期记忆(store)有什么区别,短期状态该放哪里?

    围绕“LangGraph 的检查点与长期记忆(store)有什么区别,短期状态该放哪里”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须区分 thread 内执行状态持久化与跨 thread 语义记忆两条线。

    核心关键词LangGraph checkpoint 与 store 记忆 区别
    #工作流编排#LangGraph#Agent 记忆
  26. 0476
    AI Agent工作流编排

    LangGraph 的 MemorySaver、SqliteSaver 与 PostgresSaver 在生产环境如何选择,各自边界是什么?

    围绕“LangGraph 的 MemorySaver、SqliteSaver 与 PostgresSaver 在生产环境如”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖回答需要围绕考察内存进程级、单文件与生产级数据库后端在重启恢复与并发上的取舍。

    核心关键词LangGraph checkpointer 存储后端 选型
    #工作流编排#LangGraph#Agent 记忆
  27. 0477
    AI Agent工作流编排

    LangGraph 中节点返回 Command 同时更新状态和跳转路由,相比条件边有什么优势与代价?

    围绕“LangGraph 中节点返回 Command 同时更新状态和跳转路由,相比条件边有什么优势与代价”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖回答需要围绕考察把路由决策内聚到节点内、减少独立路由函数的取舍。

    核心关键词LangGraph Command goto 状态更新 路由
    #工作流编排#LangGraph#路由
  28. 0478
    AI Agent工作流编排

    LangGraph 的条件边如何实现根据状态动态选择下一个节点,路由函数返回什么?

    本题阐述 LangGraph 条件边机制:路由函数接收状态返回目标节点名,可配合映射字典;结合意图路由场景说明决策逻辑与失败边界,并区分与固定边和 Command 的适用差异。

    核心关键词LangGraph conditional edge 条件边 路由函数
    #工作流编排#LangGraph#路由
  29. 0479
    AI Agent工作流编排

    在 LangGraph 中什么场景该用条件边而不是固定边,过度使用条件路由有什么代价?

    本文通过机制、场景和边界分析,解释 LangGraph 中条件边与固定边的选择标准,并指出过度使用条件路由在可读性、可测试性和执行追踪上的代价。

    核心关键词LangGraph 条件边 固定边 选型
    #工作流编排#LangGraph#路由
  30. 0480
    AI Agent工作流编排

    LangGraph 中 config 的 configurable 字段如何把运行时参数(如用户 ID、模型名)传入节点而不污染状态?

    围绕“LangGraph 中 config 的 configurable 字段如何把运行时参数(如用户 ID、模型名)传入”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖聚焦 config 与 state 的职责边界:不可变上下文走 config、可变数据走 state。

    核心关键词LangGraph configurable 运行时配置
    #工作流编排#LangGraph
  31. 0481
    AI Agent工作流编排

    在 LangGraph 中如何为自定义字段(如计数器、集合)设计 reducer 函数,需要注意哪些坑?

    围绕“在 LangGraph 中如何为自定义字段(如计数器、集合)设计 reducer 函数,需要注意哪些坑”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖回答需要围绕考察合并函数满足幂等与并发安全的判断。

    核心关键词LangGraph 自定义 reducer 设计
    #工作流编排#LangGraph#并发编程
  32. 0482
    AI Agent工作流编排

    如何在 LangGraph 中为工具失败设计错误处理分支或补偿节点,而不是让整个工作流崩溃?

    围绕“如何在 LangGraph 中为工具失败设计错误处理分支或补偿节点,而不是让整个工作流崩溃”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖回答需要围绕考察把异常转为状态字段并用条件边分流到降级/补偿路径的设计。

    核心关键词LangGraph 错误分支 补偿 容错设计
    #工作流编排#LangGraph
  33. 0483
    AI Agent工作流编排

    Anthropic 的 evaluator-optimizer 循环在 LangGraph 中如何落地成条件回路边,循环如何收敛终止?

    围绕“Anthropic 的 evaluator-optimizer 循环在 LangGraph 中如何落地成条件回路边,”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖实现时要设计生成-评估-回路边与最大迭代/质量阈值终止条件。

    核心关键词evaluator-optimizer 循环 LangGraph 终止条件
    #工作流编排#LangGraph#AI 评测
  34. 0484
    AI Agent工作流编排

    LangGraph 抛出 GraphRecursionError 时如何诊断是逻辑死循环还是限制值过低,排查路径是什么?

    围绕“LangGraph 抛出 GraphRecursionError 时如何诊断是逻辑死循环还是限制值过低,排查路径是什”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖要求给出查看状态历史定位循环节点的诊断步骤。

    核心关键词LangGraph GraphRecursionError 诊断
    #工作流编排#LangGraph
  35. 0485
    AI Agent工作流编排

    LangGraph 编译时指定 interrupt_before 与节点内调用 interrupt 两种人工暂停方式各适合什么场景?

    围绕“LangGraph 编译时指定 interrupt_before 与节点内调用 interrupt 两种人工暂停方式”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要比较编译期静态断点与运行期动态中断在审批点位灵活性上的取舍。

    核心关键词LangGraph interrupt_before 静态断点
    #工作流编排#LangGraph
  36. 0486
    AI Agent工作流编排

    LangGraph 中 interrupt 恢复后所在节点会从头重跑,节点内 interrupt 之前的代码为什么要无副作用?

    围绕“LangGraph 中 interrupt 恢复后所在节点会从头重跑,节点内 interrupt 之前的代码为什么要”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖聚焦恢复语义导致节点重放这一坑及代码组织对策。

    核心关键词LangGraph interrupt 节点重跑 副作用
    #工作流编排#LangGraph
  37. 0487
    AI Agent工作流编排

    LangGraph 图中出现循环边时如何防止无限执行,recursion_limit 与业务终止条件如何配合?

    围绕“LangGraph 图中出现循环边时如何防止无限执行,recursion_limit 与业务终止条件如何配合”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖聚焦 recursion_limit 兜底与状态驱动终止条件两层防线的设计判断。

    核心关键词LangGraph 循环 无限 recursion_limit
    #工作流编排#LangGraph
  38. 0488
    AI Agent工作流编排

    LangGraph 一次执行中多个并行节点都触发 interrupt 时如何逐个 resume,恢复顺序由什么决定?

    围绕“LangGraph 一次执行中多个并行节点都触发 interrupt 时如何逐个 resume,恢复顺序由什么决定”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确 pending interrupts 列表与按任务粒度分别恢复的机制。

    核心关键词LangGraph 多个 interrupt 恢复顺序
    #工作流编排#LangGraph
  39. 0489
    AI Agent工作流编排

    LangGraph 节点抛异常时整个图的行为是什么,如何用 RetryPolicy 控制节点级重试?

    围绕“LangGraph 节点抛异常时整个图的行为是什么,如何用 RetryPolicy 控制节点级重试”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确默认异常冒泡终止执行、RetryPolicy 限定异常类型与次数的机制。

    核心关键词LangGraph 节点异常 RetryPolicy 重试
    #工作流编排#LangGraph
  40. 0490
    AI Agent工作流编排

    LangGraph 中一个节点函数的输入输出契约是什么,为什么返回值只需包含要更新的字段?

    围绕“LangGraph 中一个节点函数的输入输出契约是什么,为什么返回值只需包含要更新的字段”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖聚焦节点签名为 (state, config) 并返回部分更新的契约。

    核心关键词LangGraph node function 返回值 状态更新
    #工作流编排#LangGraph
  41. 0491
    AI Agent工作流编排

    LangGraph 中用 operator.add 作为 reducer 合并列表时,串行更新和并行更新的行为有何差异?

    围绕“LangGraph 中用 operator.add 作为 reducer 合并列表时,串行更新和并行更新的行为有何差”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须区分同一步内并行写的聚合与跨步顺序追加两种行为。

    核心关键词LangGraph operator.add reducer 列表合并
    #工作流编排#LangGraph
  42. 0492
    AI Agent工作流编排

    Anthropic 的 orchestrator-workers 模式如何动态分解任务并汇总结果,与静态 map-reduce 差异在哪?

    围绕“Anthropic 的 orchestrator-workers 模式如何动态分解任务并汇总结果,与静态 map-r”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确编排器运行时决定子任务数量这一动态性。

    核心关键词Anthropic orchestrator-workers 动态分解
    #工作流编排#并发编程
  43. 0493
    AI Agent工作流编排

    LangGraph 中多个节点共享同一条出边时如何触发并行分支,执行顺序有保证吗?

    围绕“LangGraph 中多个节点共享同一条出边时如何触发并行分支,执行顺序有保证吗”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖要说明同一 super-step 内并行节点并发执行且顺序不保证。

    核心关键词LangGraph 并行分支 fan-out
    #工作流编排#LangGraph#并发编程
  44. 0494
    AI Agent工作流编排

    LangGraph 中同一节点产出多次状态写入时 pending writes 按什么顺序应用,调试时如何排查?

    围绕“LangGraph 中同一节点产出多次状态写入时 pending writes 按什么顺序应用,调试时如何排查”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖聚焦节点内多次写与跨节点写的确定性应用顺序这一诊断点。

    核心关键词LangGraph pending writes 应用顺序
    #工作流编排#LangGraph
  45. 0495
    AI Agent工作流编排

    LangGraph 的执行为什么参考 Pregel 的 BSP 模型,super-step 对节点执行顺序意味着什么?

    围绕“LangGraph 的执行为什么参考 Pregel 的 BSP 模型,super-step 对节点执行顺序意味着什么”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖要解释 super-step 内活跃节点并行、步骤间同步屏障的语义。

    核心关键词LangGraph Pregel super-step 执行模型
    #工作流编排#LangGraph
  46. 0496
    AI Agent工作流编排

    Anthropic 的 prompt chaining 工作流在 LangGraph 中如何建模,中间 gate 检查应该放在节点内还是边上?

    围绕“Anthropic 的 prompt chaining 工作流在 LangGraph 中如何建模,中间 gate 检”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖要求判断质量门控放条件边还是独立节点的结构取舍。

    核心关键词prompt chaining LangGraph gate 检查
    #工作流编排#LangGraph#Prompt
  47. 0497
    AI Agent工作流编排

    LangGraph 调用中断后如何用同一 thread 从最近检查点恢复执行,恢复时哪些节点会重跑?

    围绕“LangGraph 调用中断后如何用同一 thread 从最近检查点恢复执行,恢复时哪些节点会重跑”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖要回答从最后一个 super-step 边界继续、已完成节点不重跑的语义。

    核心关键词LangGraph 从检查点恢复执行
    #工作流编排#LangGraph
  48. 0498
    AI Agent工作流编排

    Anthropic 所说的 router 工作流与固定链式工作流区别是什么,适合什么类型的 Agent 任务?

    本文辨析Anthropic的router与prompt chaining两种工作流:机制差异、适用场景、工程边界,并给出客服工单分流示例,说明何时该用固定链式或路由。

    核心关键词Anthropic router workflow 路由工作流
    #工作流编排#Prompt#路由
  49. 0499
    AI Agent工作流编排

    LangGraph 的 Send API 如何实现动态的 map-reduce 扇出,和普通并行边有什么区别?

    围绕“LangGraph 的 Send API 如何实现动态的 map-reduce 扇出,和普通并行边有什么区别”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须讲清 Send 携带独立状态给下游实例、数量运行时才确定的特性。

    核心关键词LangGraph Send API map-reduce 动态扇出
    #工作流编排#LangGraph
  50. 0500
    AI Agent工作流编排

    LangGraph 中 START 和 END 边如何决定图的入口与终止,多个终止点是否允许?

    围绕“LangGraph 中 START 和 END 边如何决定图的入口与终止,多个终止点是否允许”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖要回答入口唯一性与 END 多出口的判断。

    核心关键词LangGraph START END 边 入口 终止
    #工作流编排#LangGraph
上一页
1…89101112…100
下一页
前端进阶之旅本地 Markdown 维护 · 服务端分页 · 完整内容对用户与搜索引擎一致