上一篇讲了为什么 Agent 需要图。这一篇落到图的具体结构——StateGraph 的五要素。
StateGraph 是 LangGraph 里「一张图」的正式名称。它由五个要素构成：State、Node、Edge、Reducer、Super-step。把这五个认全，你看任何一张 LangGraph 图都不会懵。后面几篇会逐个深入，这一篇先给你一张全景图。
五要素全景
| 要素 | 一句话 | 类比 |
|---|---|---|
| State | 在节点间流转的数据 | 请求上下文 |
| Node | 一个处理步骤 | 处理器/函数 |
| Edge | 节点间的连线，决定下一步 | 路由 |
| Reducer | 定义 state 字段怎么合并 | merge 策略 |
| Super-step | 图的推进节奏（一步步走） | 循环的每一轮 |
下面逐个快速过一遍，建立初步认识。后面几篇每个都会单独深讲。
State：图的血液
State 是在节点间流转的数据。一个 Agent 跑起来，它的「记忆」和「上下文」都装在 state 里。
典型的 state 长这样：一个消息列表（对话历史）加上一些业务字段（比如当前任务、已检索到的资料）。
State 是图的「血液」——每个节点读它、改它，改完传给下一个节点。下一篇（10）会专门讲 state 怎么定义、有哪些字段。
Node：图的骨架
Node 是一个处理步骤，本质是一个函数：接收当前 state，做点事，返回 state 的更新。
每个 node 干一件事：调模型、检索文档、执行工具、做判断。Agent 的所有「思考」和「动作」，都发生在 node 里。
一个图通常有多个 node，每个 node 职责单一——这和写函数一样，一个 node 干一件事，好维护。
Edge：图的路
Edge 是节点间的连线，决定「下一步去哪个节点」。上一篇讲过，连线有三种：无条件、条件、循环。
Edge 是图区别于直线的核心——因为连线灵活，才能表达分支和循环。第 12 篇会专门讲条件 edge 怎么做动态路由。
Reducer：合并的规则
Reducer 是最容易被忽略、却最关键的要素。它定义「一个 state 字段，多个节点都改它时，怎么合并」。
典型例子是消息列表：多个节点都会往里加消息。是覆盖（后写的顶掉前写的）还是追加（累加进去）？这由 reducer 决定。消息列表默认是追加，所以多个节点都能往里加而不互相覆盖。
Reducer 不搞清楚，多 Agent 协作时会出现「消息莫名丢失」「状态被意外覆盖」的诡异 bug。第 13 篇专门讲它。
Super-step：图的节拍
Super-step 是图的推进节奏。LangGraph 不是「一口气跑完」，而是按步推进：每个 super-step 里，该执行的节点执行，执行完把 state 存一下，再进下一个 super-step。
这个「逐步推进 + 每步存档」的设计，是后面 checkpoint（持久化）和 interrupt（中断）能成立的基础——第 14、15 篇会展开。
五要素怎么协作
跑起来时，五要素是这样协作的：
- State 装着当前数据
- 进入一个 Super-step
- 当前该跑的 Node 执行，读取 state、产出更新
- 更新按 Reducer 规则合并进 state
- Edge 决定下一个 super-step 去哪个 node
- 重复，直到没有下一个 node（结束）
记住这个循环，整个 LangGraph 的运转机制就通了。
收束：五要素是 Phase 2 的地图
这一篇给了 StateGraph 五要素的全景：
- State 流转的数据
- Node 处理步骤
- Edge 节点间连线
- Reducer 合并规则
- Super-step 推进节拍
接下来几篇会逐个深入：10 讲 State，11 讲 Node 与 Edge，12 讲条件 Edge，13 讲 Reducer，14 讲 Super-step 与 Checkpoint。把它们一个个吃透，你就真正掌握了 LangGraph。
关于十三Tech
我是十三，All in AI Agent 方向的架构师，专注 AI 工程实践。我相信 AI 是程序员的最佳搭档。
如果你想跟完这套「图解 LangChain」，欢迎关注公众号 「十三Tech」。全系列 42 篇，会按认识基础、LangGraph 状态机、Agent 与 middleware、RAG 检索、Tools/MCP/记忆、生产化收束这条线更新。
