用LangGraph编排面试状态机
AI 总结
这篇掘金教程介绍如何把服务端面试智能体从依赖单个大提示词推进,重写为基于LangGraph状态机的流程。方案包含七个面试环节、用于候选人反问与终止判断的条件路由,以及通过MemorySaver和thread_id实现的断线续面;失败时不会推进当前环节。作者报告称,涵盖路由、集成、状态契约、故障恢复和续面的56个离线pytest用例全部通过,但这属于作者自测结果,并非独立基准。
深度见解
教程展示了把多轮AI工作流变为可测试、可续面且便于追踪的具体工程方法,将面试控制流显式建模为状态、节点和条件边。
前两篇把面试官的"嘴"和"人设"都调好了,我把整套东西接进服务端做内测,第一位同事聊了三分钟就退出了。我看他的会话日志,看到了三个事故现场:
第一,他刚做完自我介绍,面试官直接甩了一道场景题,技术基础一行都没问。因为我把整场面试的流程指令全塞进了一个大 prompt:请按"开场、自我介绍、技术、项目、场景"的顺序来。模型点头答应得很好,然后随缘执行。
第二,他中途打了一行"我想先问你个问题",面试官回了一句"好的,请继续做自我介绍"。因为流程意图全靠模型自己脑补,它根本没接到"用户想反问"这个信号该怎么处理的指令。