langgraph LLM 大模型 做意图分类：

1. intent="writing"：用户需求是文案、写文章、总结、润色等创作类任务，后续会走写作专用 Graph / 写作工具链

2. intent="chat"：普通闲聊、问答、知识咨询，走普通对话 Graph

3. intent=“knowledge”：用户提问专业知识点、查资料、公式、行业知识、概念解释、数据查询、常识科普，偏向检索 / 知识库问答。关键词：是什么、原理、解释、数据、定义、历史、参数、查一下。

4. 三类意图完整区分

5. writing用户需要生成文案、文章、总结、润色、策划、演讲稿等创作类内容。关键词：写、创作、作文、润色、总结、撰写。

6. knowledge用户提问专业知识点、查资料、公式、行业知识、概念解释、数据查询、常识科普，偏向检索 / 知识库问答。关键词：是什么、原理、解释、数据、定义、历史、参数、查一下。

7. chat日常闲聊、情感对话、简单闲聊，无写作、无知识查询需求。 2. 业务作用（搭配 LangGraph） 识别到 intent="knowledge" 后，程序会切换专属流程：
   • 先调用向量库 / 数据库检索相关文档；
   • 把检索到的参考资料塞进 Prompt；
   • LLM 基于知识库资料作答，减少幻觉； 而 chat 直接纯对话，writing 走写作生成节点。

8. 扩展你的判断逻辑示例 python 运行 res = llm.invoke(prompt).content.strip().lower()

if "writing" in res or "写作" in res:
intent = "writing"
elif "knowledge" in res or "知识" in res or "查询" in res:
intent = "knowledge"
else:
intent = "chat"