# 完整代码
from typing import TypedDict
from langgraph.graph import StateGraph, START, END
## 定义状态
class MyState(TypedDict, total=False):
node1: str
node2: str
TypedDict：说明这个类是「类型描述字典」，用来约定state的数据结构，给IDE类型提示。total=False：默认情况下 TypedDict 要求你必须提供所有字段；total=False意思：字段可选，可以不存在。node1和node2：state中的通道（channel） ，是state字典里的key，用来存放数据。⚠️ 注意：不是运行节点，这里只是刚好和节点同名，容易混淆。
## 实例化图
workflow = StateGraph(MyState)
这句代码的意思是告诉graph：整个工作流所依据的数据容器，必须符合 MyState 这个结构。
## 定义节点
def node1(state: MyState):
return {"node1": "node1 result"}
def node2(state: MyState):
return {"node2": "node2 result"}
state：当前最新的状态字典。图运行到这个节点时，框架自动把当前 state 传给函数。return：返回的字典不是完整新 state，是增量补丁 patch。只会更新指定通道，不会覆盖整个state。
## 添加节点和边
(
workflow.add_node("node1", node1)
.add_node("node2", node2)
.add_edge(START, "node1")
.add_edge("node1", "node2")
.add_edge("node2", END)
)
这个workflow的工作流为：START —— node1 —— node2 —— END。
## 编译及运行
graph = workflow.compile()
result = graph.invoke({})
运行过程
- invoke 传入初始 state：
{} - START 触发，进入节点 node1
- node1 收到 state
{}，返回 patch{"node1": "node1 result"} - LangGraph 合并，state 变成
{"node1": "node1 result"} - 静态边流转，走到节点 node2
- node2 收到 state
{"node1": "node1 result"}，返回 patch{"node2": "node2 result"} - LangGraph 合并，state 变成
{"node1": "node1 result", "node2": "node2 result"} - node2 执行完，走到 END，图终止，返回最终 state
疑惑自解
Q1： node节点在定义时，要传参state，但是workflow在add_node时，传入的node并没有带state参。 A1：workflow.add_node("node1", node1)，这段代码，将node1函数在workflow进行登记，并将该节点命名为"node1"。 至于node1执行的时机，是在执行graph.invoke({})，图开始执行时：
- LangGraph 拿到当前全局 state
- 找到要执行的节点对应的函数（也就是我们注册进去的
node1） - LangGraph 自动调用
node1(state)，把当前 state 当做第一个参数塞进去。
核心区分：
- 构建期：add_node只是登记函数，不执行，不需要传state
- 运行期：invoke启动图，框架自动调用节点函数并传入state
概念区分（重点）
-
节点（Node）：
def node1这个函数，代表一段业务逻辑 -
通道（Channel）：state里的key，
node1/node2，用来存储数据本示例只是名字碰巧一样，二者完全不是同一个东西。
