惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

人人都是产品经理
人人都是产品经理
MyScale Blog
MyScale Blog
Y
Y Combinator Blog
罗磊的独立博客
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
P
Proofpoint News Feed
Google DeepMind News
Google DeepMind News
V
Vulnerabilities – Threatpost
T
The Blog of Author Tim Ferriss
云风的 BLOG
云风的 BLOG
Recorded Future
Recorded Future
N
News and Events Feed by Topic
B
Blog RSS Feed
阮一峰的网络日志
阮一峰的网络日志
博客园_首页
C
CXSECURITY Database RSS Feed - CXSecurity.com
博客园 - 【当耐特】
N
Netflix TechBlog - Medium
博客园 - 叶小钗
B
Blog
Vercel News
Vercel News
T
Tenable Blog
T
The Exploit Database - CXSecurity.com
Spread Privacy
Spread Privacy
T
Threat Research - Cisco Blogs
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Last Week in AI
Last Week in AI
F
Fortinet All Blogs
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Microsoft Security Blog
Microsoft Security Blog
S
Securelist
Microsoft Azure Blog
Microsoft Azure Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
P
Palo Alto Networks Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
D
DataBreaches.Net
Cyberwarzone
Cyberwarzone
Engineering at Meta
Engineering at Meta
Martin Fowler
Martin Fowler
G
GRAHAM CLULEY
Project Zero
Project Zero
Cisco Talos Blog
Cisco Talos Blog
A
Arctic Wolf
C
CERT Recently Published Vulnerability Notes
L
LangChain Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
C
Check Point Blog
A
About on SuperTechFans
W
WeLiveSecurity
The GitHub Blog
The GitHub Blog

博客园_首页

Linux实操--组管理、权限管理和定时任务 Java + EasyExcel 实现单个接口导出多个Excel Mem0 源码解析系列(二):提示词工程的深度剖析 Openclaw TaskFlow究竟是什么?和普通Skill技能有什么区别 博文阅读密码验证 - 博客园 嘉立创开源:应该是全网MicroPython教程最多的开发板 Hermes Agent 集成实践:从协议到生产 2026年AI编程工具横评:Cursor、Codex、Claude Code、Zed、Windsurf Java程序员必看的RAG入门教程 2026 AI效率神器:Superpowers + Claude Code 保姆级教程 本地大模型部署全攻略:从 0 到 1 玩转 Ollama 【从0到1构建一个ClaudeAgent】内存管理-上下文压缩 .NET 高级开发 | 设计、实现一个事件总线框架 电子小白入门之NE555 3. WorkBuddy:隐藏玩法,一键召唤专家,让 AI 以"专家身份"给你干活 和AI一起搞事情#3:Claude Teammate 游戏开发翻车实录 【OpenClaw】通过 Nanobot 源码学习架构---(7)Memory C# .NET 周刊|2026年3月3期 我在 Debian 11 上把 K8s 单机搭起来了,过程没你想的那么顺(/opt 目录版) 深度学习进阶(七)Data-efficient Image Transformer CLI+Skill搭建浏览器AI自动化框架,告别一切重复枯燥任务 告别Token账单无底洞:OpenClaw本地部署,重塑企业数据主权的唯一解 FastAPI+Vue:文件分片上传+秒传+断点续传,这坑我帮你踩平了! SBTI 爆火后,我做了个程序员版的 CBTI。。已开源 + 附开发过程 多模态检索开始进入工程期:用 Sentence Transformers 搭建可落地的 Multimodal RAG 100多行代码实现一个最简单的Agent(用ReAct) Claude Code 通关手册(八):推荐 5 个 Hooks,代码质量提升 3 倍 老板:“有人截图了!”。安全部门:“收到,马上查暗水印!” - why技术 技术之外,皆是人间 C#/.NET/.NET Core技术前沿周刊 | 第 69 期(2026年4.01-4.12) Snack JSONPath 项目架构分析 Claude Code Buddy 小析:一个非核心功能,如何体现产品的细节完成度 AI新时代下的图床管理方案-Cloudflare图床+MCP+Skills方案指南 化繁为简:顺丰速运App如何通过 HarmonyOS SDK实现专业级空间测量 从零实现富文本编辑器#13-React非编辑节点的内容渲染 AI开发-python-langchain框架(3-23-OpenAI Functions风格Tool Calling智能助手) .NET + AI 进阶实战:基于类的技能开发 - 打造可治理的 Agent 能力模块 【从0到1构建一个ClaudeAgent】规划与协调-技能 上周热点回顾(4.6-4.12) 电子小白的工具三件套:面包板、杜邦线、万能板 单表五亿数据的查询优化 | Mysql、StarRocks 2. WorkBuddy:从“我是谁”到“帮我干活” C# 如何减少代码运行时间:7 个实战技巧 基于HelixToolkit.SharpDX 渲染3D模型 - 笺上知微 从零开始的双臂具身VLA起源及现阶段发展综述 - SkyXZ 记对 xonsh shell 的使用, 脚本编写, 迁移及调优 - pluvium27 受够了Vibe Coding的失控?换个起点,让AI事半功倍 从开始配置漏洞环境到漏洞复现流程 - 難しい 关于10年工作经验的程序员对OpenClaw的实战经验分享以及看法 - 虚无境 Any metadata 的内存布局 C# .NET 周刊|2026年3月2期 - InCerry 我帮你测过了,测试圈排名第二的 Skill 依然很牛逼 Skill Discovery | 无监督技能发现的经典工作总结 - MoonOut PbootCMS 网站内容数量多导致访问慢?这些实用优化方案帮你提速! - 家兴网络技术工作室 上下文工程是什么?过时了么?一文讲明白! - 一枫说码 网站漏洞怎么发现并修复?一篇实用指南(附完整流程) - 家兴网络技术工作室 开了 TUN 模式还是直连?90% 的人都踩过这个坑 Github日报|2026年04月12日 - AI一族 AScript扩展多种脚本语言 - rockey627 AI 学习笔记:Agent 的记忆机制 你能被装进一个文件里吗?——7 万人把同事"蒸馏"成了 AI - 我没有三颗心脏 Claude Code 通关手册(七):给 AI 装上技能包——Skills 完全指南 - 暮色之狐 在浏览器中快速编辑代码:VSCode Web 集成实践 - Newbe36524 蒸馏自己 skill?基于 Deepseek 的蒸馏器,丐版蒸馏方式,简单便捷 - To_Carpe_Diem Spring AI Aliababa和AgentScope,哪个更好? - 苏三说技术 Etsy 把 1000 个 MySQL 分片迁进 Vitess:425TB 数据背后的真正问题不是性能,而是运维规模 MicroPython LVGL基础知识和概念:底层渲染与性能优化 - FreakStudio 数据库草图算法 Python 潮流周刊#146:CPython 引入 Rust 的进展 - 豌豆花下猫 最小生成树 - mofei1116 红日靶场七:从外网入口、容器逃逸到 AD 接管的完整利用链复盘 - YouDiscovered1t 分享四款开源且实用的 Kafka 管理工具 - 追逐时光者 vLLM 权重加载机制全解析:从挑战到理想架构 LCT 学习笔记 - ACehomoxue Avalonia UI 12.0.0 正式发布:架构演进和性能飞跃 - 张善友 当 AI Agent 把调用链拉长,延迟开始成为一门生意 conhost.exe 无法显示 U+2717 - 145a 太秀了,我把自己蒸馏成了 Skill!已开源 - 程序员鱼皮 ASP.NET Core 内存缓存实战:一篇搞懂该怎么配、怎么避坑 基于 Ghostty 带有分割标签页和为 Claude 编程设计的通知终端 - BugShare AI 焊死入口:教育的“操作系统级”重塑 - 郝hai 初级Java开发工程师使用sql脚本编写代码的过程是简单而且不糊涂 - CoderOilStation Claude Code通关手册(六):MCP协议完全指南 - 暮色之狐 边框灯光环绕动画特效实现指南 - Newbe36524 开源:子木蒸馏版的 SEO 审计工具 seo-audit-skill v1.0 我所理解的Python元模型 【从0到1构建一个ClaudeAgent】规划与协调-TodoWrite - 程序员Seven Claude 和 Codex 在审计 Skill 上性能差异探究 - ACai_sec AScript如何实现中文脚本引擎 - rockey627 【渗透测试】HTB Season10 Garfield 全过程wp - dynasty_chenzi Android 开发者为什么必须掌握 AI 能力?端侧视角下的技术变革 树状数组正确性证明 - AC-wyr 你的 AI 焦虑,可能比 AI 本身更危险——ATM 机没有消灭银行柜员,但恐慌消灭了你的判断力 - 我没有三颗心脏 一个拉胯的分库分表方案有多绝望?整个部门都在救火! - 冰河团队 动态规划入门必学之走方格问题 - Ofnoname PostgREST 与 PostgreSQL 角色权限配置全解析(生产级实践) - SheepDog1998 使用 UEFI 图形输出协议 GOP 在屏幕上显示图像的方法 - 阿源- Claude Code通关手册(五):组建你的AI专家团队,子代理系统 - 暮色之狐 一个程序员到架构师的催婚路之感悟(整整10年后的催婚相亲感悟) - MisterLip 用 Agent Skill 自动生成工作周报 - 赵康
AI开发-python-LangGraph框架(3-31-LangGraph 「合并式状态管理」的原理与实践)
万笑佛 · 2026-04-23 · via 博客园_首页

在多智能体协作、并行任务处理的场景中,结果覆盖、数据冲突、状态混乱是最常见的痛点。当多个并行节点同时修改状态时,如何保证数据安全聚合、不丢失、不覆盖?LangGraph 提供的合并式状态(Annotated 自定义合并函数) 完美解决了这一核心问题。

本文将聚焦 LangGraph 模式 3:并行结果安全合并,深度拆解合并式状态的设计理念、核心机制与落地实现,带你掌握多并行任务的安全状态管理方案。

在实际开发中,我们经常需要同时执行多个独立任务:比如同时查询天气、获取时间、分析资讯,最终聚合所有结果生成答案。

传统的并行处理模式会面临致命问题:

  1. 结果覆盖:多个任务同时写入同一状态字段,后完成的任务会覆盖先完成的结果;
  2. 数据丢失:嵌套结构的结果无法自动融合,只能整体替换;
  3. 状态不可控:多节点协作时,无法保证状态的完整性和一致性。

这些问题直接导致并行任务的结果无法有效利用,多智能体协作也无法落地。而 LangGraph 的合并式状态,从状态定义层面就解决了并行结果的安全合并问题。

合并式状态是 LangGraph 状态管理的核心特性之一,也是本次并行安全合并的基石。

区别于普通状态的「覆盖式更新」,合并式状态通过 Annotated 注解绑定自定义合并函数,让状态在更新时不再直接替换旧值,而是执行自定义的合并逻辑。

最常用的合并逻辑就是字典的安全合并:旧字典 + 新字典 = 全新融合字典,既保留历史数据,又新增最新数据,从根源杜绝覆盖问题。

  • 安全无覆盖:并行任务的结果独立存储,互不干扰;
  • 嵌套结构兼容:完美支持字典嵌套结构的合并;
  • 状态可追溯:保留所有任务的执行结果,便于后续聚合;
  • 低侵入性:仅需在状态定义时配置,无需修改任务逻辑。

基于合并式状态,我们可以轻松搭建并行扇出 - 安全合并 - 结果聚合的完整工作流,整个流程分为四大核心环节:

这是整个方案的核心环节。我们定义状态时,将需要并行写入的结果字段,通过注解绑定字典合并函数,声明它为合并式状态

同时规划状态结构:原始查询、并行合并结果、最终聚合答案,各司其职,让状态管理清晰有序。

创建多个异步并行任务节点(如天气查询、时间查询),每个任务模拟耗时操作,执行完成后,以任务名为唯一键写入合并状态

得益于合并式状态的机制,两个任务同时写入时,不会发生任何覆盖,各自的结果都会被完整保留。

LangGraph 内置的并行调度能力,会自动等待所有并行节点执行完毕,再触发聚合节点。

聚合节点无需手动处理异步等待,直接读取合并完成的完整状态,安全获取所有并行任务的结果,进行数据解析和最终决策生成。

通过 StateGraph 构建「起点扇出 → 并行执行 → 终点扇入聚合」的流程图,结构清晰直观。起点同时触发所有并行任务,所有任务完成后统一进入聚合节点,最后结束流程。

所有任务异步并行执行,总耗时等于耗时最长的单个任务,而非所有任务耗时之和,大幅提升执行效率。

合并式状态从底层保证并行结果不丢失、不覆盖,即使扩展更多并行任务,也无需担心状态冲突。

新增并行任务时,仅需添加新节点、写入独立键名,无需修改原有代码和合并逻辑,适配多智能体协作、多任务聚合的复杂场景。

聚合节点支持容错处理,即使某个任务结果缺失,也不会导致程序崩溃,保证工作流稳定运行。

这套基于合并式状态的并行结果安全合并方案,适用于绝大多数需要多任务并行的场景:

  • 多智能体(Agent)协作决策;
  • 并行数据采集与结果聚合;
  • 多接口并发调用与数据融合;
  • 复杂业务流程的并行分支处理;
  • 实时多维度信息分析与报告生成。

LangGraph 的合并式状态,是解决并行任务状态管理问题的「银弹」。它通过自定义合并函数,从状态定义层面杜绝了结果覆盖、数据丢失的问题,搭配并行扇出扇入的流程设计,让多任务并行、多智能体协作变得简单、安全、高效。

相比于传统的并行处理方案,这种状态驱动 + 合并机制的设计,更符合现代流式工作流的开发理念,代码简洁、扩展性强、健壮性高,是 AI 应用、复杂业务流程开发的必备实践。

掌握合并式状态的核心用法,你就能轻松应对各类并行任务的状态管理难题,让你的 LangGraph 应用更稳定、更强大。

代码实现:

"""
📌 模式3: 并行结果安全合并
核心机制: 自定义合并函数防止结果覆盖
适用场景: 多Agent协作、并行任务聚合、需要安全合并嵌套结构
"""
import asyncio
from typing import TypedDict, Dict, Annotated, Any
from langgraph.graph import StateGraph, START, END


# ===== 1. 状态定义(关键:自定义合并函数)=====
class ParallelState(TypedDict):
    """
    并行状态设计:
    - user_query: 原始查询(保留)
    - results: 使用自定义合并函数 → 安全合并嵌套字典
    - final_answer: 最终聚合结果
    """
    user_query: str
    # ⚠️ 核心:自定义合并函数实现 {**old, **new}
    results: Annotated[Dict[str, Any], lambda old, new: {**old, **new}]
    final_answer: str


# ===== 2. 并行任务节点 =====
async def task_weather(state: ParallelState) -> dict:
    """
    天气任务: 返回嵌套结果 {"weather": {...}}
    ⚠️ 必须使用任务名作为键,避免覆盖
    """
    await asyncio.sleep(0.4)  # 模拟耗时操作
    print("[🌤️ 天气任务] 完成 (0.4s)")
    return {
        "results": {
            "weather": {  # 关键:以任务名为键
                "temperature": 25,
                "condition": "sunny"
            }
        }
    }


async def task_time(state: ParallelState) -> dict:
    """
    时间任务: 返回嵌套结果 {"time": {...}}
    与天气任务互不干扰
    """
    await asyncio.sleep(0.3)  # 模拟耗时操作
    print("[⏰ 时间任务] 完成 (0.3s)")
    return {
        "results": {
            "time": {  # 关键:以任务名为键
                "hour": 15,
                "period": "afternoon"
            }
        }
    }


def aggregator_node(state: ParallelState) -> dict:
    """
    聚合节点: 综合所有并行结果
    自动等待所有触发的并行节点完成
    """
    print("\n[✅ 聚合节点] 所有并行任务完成!")
    print(f"  已收集结果: {list(state['results'].keys())}")

    # 安全访问结果(处理可能缺失的任务)
    weather = state["results"].get("weather", {})
    time = state["results"].get("time", {})

    # 生成综合决策
    decision = (
        f"📍 综合分析报告\n"
        f"{'─' * 30}\n"
        f"🌤️ 天气: {weather.get('temperature', 'N/A')}°C, {weather.get('condition', 'unknown')}\n"
        f"⏰ 时间: {time.get('hour', 'N/A')}点 ({time.get('period', 'unknown')})\n"
        f"{'─' * 30}\n"
        f"💡 建议: 下午时段天气晴朗,适合户外活动"
    )
    return {"final_answer": decision}


# ===== 3. 构建并行图 =====
def build_parallel_graph():
    builder = StateGraph(ParallelState)

    # 添加节点
    builder.add_node("weather_task", task_weather)
    builder.add_node("time_task", task_time)
    builder.add_node("aggregator", aggregator_node)

    # 并行扇出(从START同时触发两个任务)
    builder.add_edge(START, "weather_task")
    builder.add_edge(START, "time_task")

    # 扇入聚合(两个任务都完成后触发)
    builder.add_edge("weather_task", "aggregator")
    builder.add_edge("time_task", "aggregator")
    builder.add_edge("aggregator", END)

    return builder.compile()


# ===== 4. 执行演示 =====
async def main():
    print("=" * 60)
    print("🧠 模式3: 并行结果安全合并(自定义合并函数)")
    print("=" * 60)

    graph = build_parallel_graph()
    # 画图
    print(graph.get_graph().draw_ascii())

    # 初始状态(关键:results 必须初始化为空字典!)
    initial_state = {
        "user_query": "北京现在适合户外活动吗?",
        "results": {},  # ⚠️ 必须初始化,否则首次合并失败
        "final_answer": ""
    }


    # 记录时间验证并行
    start = asyncio.get_event_loop().time()
    final_state = await graph.ainvoke(initial_state)
    elapsed = asyncio.get_event_loop().time() - start

    print(f"\n【执行结果】")
    print(f"  总耗时: {elapsed:.2f}秒 ")
    print(f"\n{final_state['final_answer']}")




if __name__ == "__main__":
    asyncio.run(main())

结果输出:

============================================================
🧠 模式3: 并行结果安全合并(自定义合并函数)
============================================================
             +-----------+                
             | __start__ |                
             +-----------+                
            ***          **               
           *               **             
         **                  **           
+-----------+           +--------------+  
| time_task |           | weather_task |  
+-----------+           +--------------+  
            ***          **               
               *       **                 
                **   **                   
            +------------+                
            | aggregator |                
            +------------+                
                   *                      
                   *                      
                   *                      
              +---------+                 
              | __end__ |                 
              +---------+                 
[⏰ 时间任务] 完成 (0.3s)
[🌤️ 天气任务] 完成 (0.4s)

[✅ 聚合节点] 所有并行任务完成!
  已收集结果: ['weather', 'time']

【执行结果】
  总耗时: 0.42秒

📍 综合分析报告
──────────────────────────────
🌤️ 天气: 25°C, sunny
⏰ 时间: 15点 (afternoon)
──────────────────────────────
💡 建议: 下午时段天气晴朗,适合户外活动

更多学习资料尽在 老虎网盘资源