1. 节点编排

上一篇的执行器已经能够依次查询天气、生成清单并验证结果。不过，那段代码仍然更像一个专门解决上海出差问题的异步函数：每一步直接写在函数体里，步骤一多，主流程就会越来越长。

先不考虑「节点」这个词，一段最普通的异步串行代码大致如下：

01
const intent = await recognizeIntent(input)
02
const information = await extractInformation(input, intent)
03
const gap = await analyzeInformationGap(intent, information)
04

05
if (!gap.readyToPlan) return gap.nextQuestion
06

07
const plan = await makePlan(intent, information)
08
const weather = await queryWeather(information.destination)
09
const draft = await generatePackingList({ intent, information, plan, weather })
10
const result = await validatePackingList(draft, weather)
11
const reply = await formatReply(result)

它有一个非常清楚的特点：前一个 await 没有结束，下一行就不会开始。因此，数据会按照固定方向从理解需求流向最终回复。

节点编排并没有推翻这种写法。它只是把每个异步步骤变成一个拥有统一输入和输出的「节点」，再把执行顺序交给一个独立的编排器管理。这样，步骤实现和流程控制就不再挤在同一个函数里。

本案例使用 LangChain 的 Runnable API 实现这层编排：RunnableLambda 把普通异步函数包装成节点，RunnableSequence 按顺序连接节点。

节点是什么？

在 LangChain 中，节点不是一个必须继承的特殊类，而是一个遵守统一调用约定的 Runnable。它接收当前的 AgentState，只负责完成一项边界清楚的工作，然后返回需要合并回状态的增量，例如天气节点读取 information.destination 后返回 { weather }。RunnableLambda 可以把普通函数包装成这样的节点，RunnableSequence 再把多个节点按顺序连接起来。

因此，节点描述“做什么”，并规定“下一步交给谁”。