Struct LLMNode 

pub struct LLMNode {
    pub name: String,
    /* private fields */
}

单次 LLM 调用节点。

与 AgentNode（完整 ReAct 循环）不同，LLMNode 仅执行一次 LLM 调用， 将响应写入 State。配合 ToolNode + ConditionNode，可手动构建 ReAct 循环。

⚠️ 警告： 使用 LLMNode + ToolNode 手动构建循环时，你将失去以下保护：

• ParallelSafety 并发工具执行
• RetryPolicy 自动重试
• FallbackStrategy 容错路由
• 输出/推理预算保险丝
• Context Compaction 上下文压缩

适用场景（窄但真实）：

1. 自定义 Agent Loop — 实现非 ReAct 的交互模式（如 multi-agent debate）
2. 调试/教学 — 逐步观察每轮 LLM 输入输出
3. 混合编排 — 多个 AgentNode 之间插入自定义处理逻辑

除非你有明确理由，否则请使用 AgentNode。

// 手动 ReAct 循环：
GraphBuilder::new("react")
    .start("llm")
    .node("llm", NodeKind::Llm(LLMNode::new("llm", model)))
    .node("tools", NodeKind::Tool(ToolNode::all(tool_executor)))
    .node("route", NodeKind::Condition(
        ConditionNode::builder("route")
            .branch("tools", |s| has_tool_calls(s))
            .branch("end", |_| true)
            .build()
    ))
    .edge("llm", "route")
    .edge("tools", "llm")
    .end("end")
    .build();

Fields

name: String

Implementations

impl LLMNode

pub fn new(name: impl Into<String>, model: ResolvedModel) -> Self

pub fn with_system_prompt(self, prompt: impl Into<String>) -> Self

设置系统提示。

pub fn with_messages_key(self, key: impl Into<String>) -> Self

设置 State 中消息的 key（默认 “messages”）。

Trait Implementations

impl GraphNode for LLMNode

fn execute<'life0, 'life1, 'async_trait>( &'life0 self, state: &'life1 mut State, ) -> Pin<Box<dyn Future<Output = Result<NextStep, GraphError>> + Send + 'async_trait>>

where Self: 'async_trait, 'life0: 'async_trait, 'life1: 'async_trait,

执行节点逻辑（阻塞模式）。

fn execute_stream<'life0, 'life1, 'life2, 'async_trait>( &'life0 self, state: &'life1 mut State, _sink: &'life2 Sender<GraphEvent>, span_id: SpanId, ) -> Pin<Box<dyn Future<Output = Result<StreamNodeResult, GraphError>> + Send + 'async_trait>>

where Self: 'async_trait, 'life0: 'async_trait, 'life1: 'async_trait, 'life2: 'async_trait,

执行节点逻辑（流式模式），将内部事件转发到 channel。