用 LangGraph 重写这段 RAG 代码

完全等价功能：加载文档 → 向量化 → 检索 → 回答，但用LangGraph 更稳定、可扩展、可加分支 / 循环。我直接给你可直接运行、最小干净版，不绕弯子！先安装依赖bash运行pip install langchain langchain-openai langchain-community langgraph chromadb python-dotenv最终可运行代码（LangGraph 版 RAG）python运行import os from dotenv import load_dotenv from typing import TypedDict from langchain_openai import OpenAI, OpenAIEmbeddings from langchain.vectorstores import Chroma from langchain.document_loaders import TextLoader from langchain.chains import RetrievalQA from langgraph.graph import StateGraph, END # 加载环境变量 load_dotenv() # ====================== # 1. 初始化文档 + 向量库 # ====================== loa