昨天我們提到 LangGraph 是「流程圖」，今天就來更仔細看它的核心：StateGraph。

StateGraph 是什麼？

StateGraph 的確可以被理解成一種 狀態機 (State Machine)，但更精確地說，它是一個 定義節點 (nodes) 與邊 (edges) 的框架，用來描述「狀態如何隨著輸入更新」以及「該往哪個節點移動」。

在LangGraph裡：

• State是一個共享資料結構(例如對話歷史、上下文變數）。

• Node是一個函式，會接收並更新state。

• Edge是節點之間的轉換邏輯，可以是固定路徑，也可以是條件式(conditional edges)。

舉個例子：

START → ToolNode → 得到回應 → FinalResponse → END

如果ToolNode失敗，就透過conditional edge走到ErrorHandler節點。

所以StateGraph並不是單純的流程圖，它更像是「帶有共享狀態的有向圖(DAG)」。

StateGraph 的好處

• 明確：節點就是函式，邊就是邏輯，透明且易於追蹤

• 可控：比傳統 gent更能強制走特定邏輯，不會隨機亂跑

• 可擴充：想加分支？加一個node和edge就能插入到流程中

和 LangChain 的差別

LangChain偏重在「呼叫模型 + 工具」的模組化抽象。

LangGraph(StateGraph)則偏重在「控制流程與狀態流轉」。

你可以把LangChain想像成「積木」，而LangGraph的StateGraph是「積木之間的軌道」。兩者結合，就能組裝出完整可控的工作流。

小結

StateGraph 的重點在「共享狀態的更新」而不只是事件驅動。
它不是單純的 有限狀態機 FSM，更準確是「帶有狀態的 DAG」。
下一步 (Day16)，我們就要回到 Tool 本身：既然工具這麼多，到底該怎麼挑、怎麼用？