LangGraph 智能体闭环系统（可运行演示）产品系统

立项原因：AI 智能体正从单轮问答走向多轮任务闭环，但多数智能体缺少状态管理，任务不达标时无人干预、无法自动迭代。业务背景：系统面向需要自动化闭环的智能体场景，解决 "任务执行无状态、不达标无人管" 的痛点，用状态图编排测→诊→策→行→验全流程，不解决不关闭。

基于 LangGraph 状态图构建的智能体闭环系统：1) 六个节点（测 / 诊 / 策 / 行 / 验 / 评）串联完整任务生命周期；2) 条件边自动路由 —— 不达标自动回流重新诊断，达标即关闭，超轮次转人工队列；3) 全量状态集中管理（目标 / 轮次 / 诊断 / 处方 / 动作记录 / 评分）；4) 演示环境开箱即跑，真实系统可替换判分与执行模块。演示实例 4 轮自动迭代，认知分 62→93 达标闭环。

本人独立完成架构与开发。技术栈：Python 3.11、LangGraph（StateGraph 状态图）、TypedDict 状态定义。亮点：6 节点 + 条件边（should_close 路由）实现 "不解决不关闭" 闭环；MAX_ROUNDS 上限防止死循环；短板库与处方库可配置，接入真实判分引擎即可生产化。难点：状态流转的边界控制与回流设计。