用途
本技能聚焦 LangGraph 中的条件路由（Conditional Routing），用于根据工作流状态动态决定下一步执行哪个节点。适用于实现动态路由、分支工作流、重试循环以及基于语义相似度的意图路由等场景。
主要能力
基础条件边
通过 add_conditional_edges 将路由函数与节点连接，路由函数返回字符串决定跳转目标。示例中根据 quality_score 与 retry_count 决定发布、重试或转人工审核。
质量门控模式
在质量检查节点后路由：质量通过则继续压缩结果，未通过且重试次数小于 2 则回到 supervisor 重试，否则返回 END 输出部分结果。
重试循环模式
在 LLM 调用节点中捕获异常并累加 retry_count，路由函数根据是否有输出及重试次数决定成功、重试（循环回本节点）或失败转错误处理。
路由模式分类
- 顺序：A → B → C（简单边）
- 分支：A → (B 或 C)（条件边）
- 循环：A → B → A（重试逻辑）
- 汇聚：(A 或 B) → C（多输入）
- 菱形：A → (B, C) → D（并行后合并）
基于状态的路由器
根据多个状态条件依次判断：有错误转错误处理、未验证转验证器、置信度低于 0.5 转增强、否则最终化。
Command 与条件边的选择
- 纯路由、不更新状态时使用条件边。
- 需要同时更新状态并路由时使用
Command，通过update更新状态、goto指定目标，无需再添加条件边。
语义路由实现
使用 SentenceTransformer 预计算各路由的嵌入向量，对查询编码后计算余弦相似度，返回相似度最高的路由；可设置阈值，低于阈值时回退到 general。
使用方式
技能提供可直接参考的 Python 代码片段，包括路由函数定义、add_conditional_edges 的显式边映射、Command 用法以及语义路由的完整实现。开发者可将其作为模板复制到自己的 LangGraph 工作流中。
关键决策建议
- 最大重试次数：LLM 调用建议 2-3 次。
- 回退：始终保留 END 回退。
- 路由函数：保持纯净，无副作用。
- 边映射：显式映射以提升清晰度。
- Command 与条件边：更新状态并路由时用 Command。
- 语义路由：预计算嵌入，使用余弦相似度。
常见错误
- 没有 END 回退导致工作流挂起。
- 无限循环（未设最大重试）。
- 路由函数含副作用，难以调试。
- 缺少边映射导致运行时错误。
适用场景
需要根据状态动态分支、实现重试与质量门控、按语义意图分发到不同处理节点的 LangGraph 工作流开发。
限制
资料未提供安装命令、依赖版本、性能数据或收费信息。评估测试用例见 references/evaluations.md（资料未展开具体内容）。