个人主页： > for_ever_love__ <（欢迎各位大佬莅临😊）
其他栏目: > 大模型开发从0到1 <
其他栏目: > iOS项目总结大全 <
其他栏目: > 我想学python了 <
其他栏目: > iOS UI <
文章目录
- 状态更新与 reducer：用 Annotated 做累加
- 一、默认是覆盖
- 二、用 Annotated 声明 reducer
- 三、常见 reducer 套路
- 四、reducer 只作用于「同字段多次写入」
状态更新与 reducer：用 Annotated 做累加
前面几篇都提到一个关键细节：节点返回的是「要更新的字段」，而 LangGraph 会把这些返回值合并进全局状态。但「合并」默认是覆盖——新值直接盖掉旧值。当你需要的是「追加」而不是「替换」（最典型的就是消息列表），覆盖就不够用了。这就引出 LangGraph 的状态更新函数：reducer。
一、默认是覆盖
看这个例子，notes字段每跑一个节点就被整个替换：
fromtypingimportTypedDictfromlanggraph.graphimportStateGraph,START,ENDclassState(TypedDict):notes:listdefa(state):return{"notes":["A"]}defb(state):return{"notes":["B"]}# 覆盖，不是追加graph=StateGraph(State)graph.add_node("a",a);graph.add_node("b",b)graph.add_edge(START,"a");graph.add_edge("a","b");graph.add_edge("b",END)app=graph.compile()print(app.invoke({"notes":[]})["notes"])# ['B']，A 丢了跑完只剩['B']，因为b的返回值整体覆盖了notes。
二、用 Annotated 声明 reducer
Annotated[type, reducer_fn]告诉 LangGraph：当多个节点都返回这个字段时，用 reducer_fn 把它们「合并」起来，而不是覆盖。
fromtypingimportTypedDict,Annotateddefadd(a,b):# reducer：旧值 a，新值 b，返回合并结果returna+bclassState(TypedDict):notes:Annotated[list,add]现在再跑上面的a和b：
print(app.invoke({"notes":[]})["notes"])# ['A', 'B']a返回["A"]，b返回["B"]，reducer 把两者加起来，得到['A', 'B']。
三、常见 reducer 套路
- 列表累加：
Annotated[list, lambda a, b: a + b]（或operator.add）； - 取最大值：
Annotated[int, max]； - 集合去重合并：
Annotated[set, lambda a, b: a | b]； - 字典合并：
Annotated[dict, lambda a, b: {**a, **b}]。
LangGraph 内置了最常用的「消息累加」reduceradd_messages，专门配合聊天场景，下一篇会直接用。
四、reducer 只作用于「同字段多次写入」
reducer 不改变「节点返回什么」，只改变「多个返回值如何合并」。如果一个字段只有第一个节点写了、后面都没碰，那它一直保持初值，reducer 不会无事生非。
一句话：覆盖适合「结论型字段」（answer、label），reducer 适合「累积型字段」（notes、messages、history）。把这两者分清楚，状态就不会莫名其妙被冲掉。
