对于LangGraph的底层图算法是利用消息传递机制来定义程序的运行这一结论，接下来，我们将详细探讨消息（Messages）是如何通过State进行传递的，其中包含了什么传递模式和内容。

State实际上是一个共享的数据结构。如上图所示，状态表现为一个简单的字典。通过对这个字典进行读写操作，可以实现自左而右的数据流动，从而构建一个可运行的图结构。那么根据前面学习的内容，我们可以利用这个流程来复现并理解图中的动态数据交换

LangGraph内部原理是：State中的每个key都有自己独立的Reducer函数，通过指定的reducer函数应用状态值的更新。
Reducer 函数用来根据当前的状态（state）和一个操作（action）来计算并返回新的状态。它是一种设计模式，用于将业务逻辑与状态变更解耦，使得状态的变更预测性更强并且容易追踪。这样的函数通常接收两个参数：当前的状态（state）和一个描述应用了什么操作的对象（action）， 根据 action 类型来决定如何修改状态。比如，在一个购物车应用中，可能会有添加商品、删除商品、修改商品数量等操作。返回一个新的状态对象，而不是修改原始状态对象。简单理解，Reducer函数做的就是根据给定的输入（当前状态和操作）生成新的状态。

掌握State的定义模式和消息传递是LangGraph中的关键，也是构建应用最核心的部分，所有的高阶功能，如工具调用、上下文记忆，人机交互等依赖State的管理和使用，所以大家务必理解并掌握上述相关内容。

from langgraph.graph import StateGraph
from langgraph.graph import START, END


# 构建图
builder = StateGraph(dict)

def addition(state):
    print(11, state)
    return {"x": state["x"] + 1}

def subtraction(state):
    print(22, state)
    return {"y": state["x"] - 2}


# 向图中添加两个节点
builder.add_node("addition", addition)
builder.add_node("subtraction", subtraction)

# 构建节点之间的边
builder.add_edge(START, "addition")
builder.add_edge("addition", "subtraction")
builder.add_edge("subtraction", END)

# 图的编译
graph = builder.compile()

# 定义一个初始化的状态，执行
initial_state = {"x":10}
graph.invoke(initial_state)