LangGraph 条件边与动态路由

条件边与动态路由 (Conditional Edges & Dynamic Routing) 是 LangGraph 状态图中实现基于运行时状态评估进行非确定性动态分支跳转的核心机制；开发者通过在状态图中调用 `workflow.add_conditional_edges(source_node, router_func, path_map)`，注册一个纯函数或 LLM 决策路由函数 `router_func(state) -> str`；在 `source_node` 执行完毕后，系统将最新状态传入该路由函数，函数根据内部逻辑（如判断最新消息是否包含 `tool_calls`、置信度是否达标、或分类器意图标签）返回目标分支标识，精准将执行流引导至下一个对应的目标节点（如路由至 `tools` 节点、`human_review` 节点或终止 `END`）。

工具调用分流器、RAG 检索质量判定分支 (CRAG/Self-RAG 路由)、敏感意图审查分流与多专家 Agent 动态分配。

静态固定边只能表达严格顺序执行的流水线，无法应对真实世界充满条件分支与异常中断的复杂业务；条件边使得图拓扑具备了图灵完备的分支跳转与动态决策能力。

详细分析典型 LangGraph 循环路由函数 `should_continue(state)` 的实现逻辑（判断 `tool_calls` 是否为空以决定流转至 `tools` 还是 `END`）？

基于 `path_map: dict` 字典进行路由返回值到真实节点名称的映射解耦设计？

如何利用结构化小分类模型（SLM Classifier）或嵌入相似度在条件边中构建确定性路由以减少大模型推理耗时？

当路由函数由于意外异常或返回非法分支标识时，图执行引擎的默认兜底分支 (Fallback Route) 配置？

在条件边中动态分发多个并行分支节点 (Dynamic Fan-out / Parallel Map-Reduce) 的状态合并与同步机制？