测试

当你完成LangGraph智能体的原型设计后，自然而然的下一步就是添加测试。本指南涵盖了一些在编写单元测试时可以使用的有用模式。

请注意，本指南是LangGraph特有的，涵盖了具有自定义结构的图相关场景——如果你是初学者，请查看使用LangChain内置create_agent的测试。

前提条件

首先，确保已安装pytest：

$ pip install -U pytest

开始使用

由于许多LangGraph智能体依赖于状态，一个有用的模式是在每个使用它的测试之前创建你的图，然后在测试中使用新的检查点实例来编译它。

下面的示例展示了一个简单的线性图如何工作，该图依次通过node1和node2。每个节点更新单一状态键my_key：

import pytest

from typing_extensions import TypedDict
from langgraph.graph import StateGraph, START, END
from langgraph.checkpoint.memory import MemorySaver

def create_graph() -> StateGraph:
    class MyState(TypedDict):
        my_key: str

    graph = StateGraph(MyState)
    graph.add_node("node1", lambda state: {"my_key": "hello from node1"})
    graph.add_node("node2", lambda state: {"my_key": "hello from node2"})
    graph.add_edge(START, "node1")
    graph.add_edge("node1", "node2")
    graph.add_edge("node2", END)
    return graph

def test_basic_agent_execution() -> None:
    checkpointer = MemorySaver()
    graph = create_graph()
    compiled_graph = graph.compile(checkpointer=checkpointer)
    result = compiled_graph.invoke(
        {"my_key": "initial_value"},
        config={"configurable": {"thread_id": "1"}}
    )
    assert result["my_key"] == "hello from node2"

测试单个节点和边

编译后的LangGraph智能体通过graph.nodes暴露了对每个单独节点的引用。你可以利用这一点来测试智能体中的单个节点。请注意，这将绕过编译图时传递的任何检查点器：

import pytest

from typing_extensions import TypedDict
from langgraph.graph import StateGraph, START, END
from langgraph.checkpoint.memory import MemorySaver

def create_graph() -> StateGraph:
    class MyState(TypedDict):
        my_key: str

    graph = StateGraph(MyState)
    graph.add_node("node1", lambda state: {"my_key": "hello from node1"})
    graph.add_node("node2", lambda state: {"my_key": "hello from node2"})
    graph.add_edge(START, "node1")
    graph.add_edge("node1", "node2")
    graph.add_edge("node2", END)
    return graph

def test_individual_node_execution() -> None:
    # 在此示例中将被忽略
    checkpointer = MemorySaver()
    graph = create_graph()
    compiled_graph = graph.compile(checkpointer=checkpointer)
    # 仅调用节点1
    result = compiled_graph.nodes["node1"].invoke(
        {"my_key": "initial_value"},
    )
    assert result["my_key"] == "hello from node1"

部分执行

对于由较大图组成的智能体，你可能希望测试智能体中的部分执行路径，而不是整个端到端流程。在某些情况下，将这些部分重构为子图在语义上可能更合理，你可以像平常一样单独调用它们。

但是，如果你不希望更改智能体图的整体结构，可以使用LangGraph的持久化机制来模拟一个状态，即你的智能体在所需部分开始前暂停，并在所需部分结束后再次暂停。步骤如下：

1. 使用检查点器编译你的智能体（用于测试时，内存检查点器InMemorySaver就足够了）。
2. 调用智能体的update_state方法，并将as_node参数设置为你想要开始测试的节点之前的节点名称。
3. 使用与更新状态时相同的thread_id调用你的智能体，并将interrupt_after参数设置为你想要停止的节点名称。

以下是一个示例，仅执行线性图中的第二个和第三个节点：

import pytest

from typing_extensions import TypedDict
from langgraph.graph import StateGraph, START, END
from langgraph.checkpoint.memory import MemorySaver

def create_graph() -> StateGraph:
    class MyState(TypedDict):
        my_key: str

    graph = StateGraph(MyState)
    graph.add_node("node1", lambda state: {"my_key": "hello from node1"})
    graph.add_node("node2", lambda state: {"my_key": "hello from node2"})
    graph.add_node("node3", lambda state: {"my_key": "hello from node3"})
    graph.add_node("node4", lambda state: {"my_key": "hello from node4"})
    graph.add_edge(START, "node1")
    graph.add_edge("node1", "node2")
    graph.add_edge("node2", "node3")
    graph.add_edge("node3", "node4")
    graph.add_edge("node4", END)
    return graph

def test_partial_execution_from_node2_to_node3() -> None:
    checkpointer = MemorySaver()
    graph = create_graph()
    compiled_graph = graph.compile(checkpointer=checkpointer)
    compiled_graph.update_state(
        config={
          "configurable": {
            "thread_id": "1"
          }
        },
        # 传入节点2的状态——模拟节点1结束时的状态
        values={"my_key": "initial_value"},
        # 更新保存的状态，使其看起来来自节点1
        # 执行将从节点2恢复
        as_node="node1",
    )
    result = compiled_graph.invoke(
        # 通过传递None恢复执行
        None,
        config={"configurable": {"thread_id": "1"}},
        # 在节点3之后停止，这样节点4就不会运行
        interrupt_after="node3",
    )
    assert result["my_key"] == "hello from node3"

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.