JaydenAI

复杂的流程在运行的时候还需要跨越多个对话的长期甚至永久存储，这类存储被抽象成一个`BaseStore`类型，采用内存存储的`InMemoryStore`它的常用实现。

在复杂的 AI 系统中，仅仅能“运行”是不够的，RunnableSerializable 使组件`可保存、可传输、可重建`。大多数常用的 LangChain 组件对应的类型都是它的派生类。

在LangChain 的 LCEL设计体系中，这两个组件是实现`自定义逻辑`与`流式传输`的核心桥梁。它们允许你将普通的Python函数包装成具备`invoke`、`batch`和`stream`能力

Pregel提供了update_state/aupdate_state和bulk_update_state/abulk_update_state方法，我们可以调用它们以增量的方式修改部分状态

如果针对某个过去的历史节点调用此方法，就会在对应的地方开启了一个新的分支。除此之外，我们还可以利用`bulk_update_state/abulk_update_state`方法实现批量状态更新。

我们一直在强调Pregel对象的状态是通过Channel维护和传递的，其实承载传递状态功能的组件除了Channel，还有 ManagedValue，我们可以将ManagedValue视为虚拟通道...

在 LangChain 中，`Chain` 指的是对多个组件的一系列调用流程。它具有两种实现方式，即传统的以`LLMChain`为代表的“老链”和最新的采用`LCEL`的“新链”。

一个Pregel由Node和Channel构建而成，后者保持状态并以Pub/Sub的方式驱动Node执行，Pregel中的Node是一个PregelNode对象，是一个完全无状态的功能节点。

Pregel是对`PregelProtocol`协议的实现，后者的引入标志着 LangGraph 从一个单一的库进化为了一个可插拔的图计算框架