节点是图中的核心执行单元，每个节点具有唯一名称，且可以是一个函数、可运行对象（Runnable）或LangChain表达式。

• 节点接收字典类型的状态数据，返回更新后的相同结构的状态。
• 特殊节点END表示状态机的终止点，流程执行到此结束。

Nodes节点的行为规则：

• 节点的输入和输出需严格遵循state_schema定义的状态结构。
• 节点可通过调用模型（如LLM）生成结果，并更新状态中的特定字段。

#添加节点

#graph.add_node(name,value)，

#name是节点的名称str

#value是节点的值，是一个函数或者LCELrunnable

#一个model，暂时理解为调用大模型，Reasoning的过程

def model():

    return"model"

#一个tool_executor，理解为Acting的过程

def tool_executor():

    return"tool_executor"

graph.add_node("model",model)

graph.add_node("tools",tool_executor)

#还有一个特殊的节点，叫End，表示StateGraph的结束状态

from langgraph.graph import END

在LangGraph中，节点通常是Python函数（同步或异步），其中第一个位置参数是state，第二个位置参数（可选）是config，包含可选的可配置参数（例如thread_id）。下面展示添加不同的自定义节点的代码：

from langchain_core.runnables import RunnableConfig

from langgraph.graph import StateGraph

builder=StateGraph(dict)

def my_node(state:dict,config:RunnableConfig):

    print("Innode:",config["configurable"]["user_id"])

    return{"results":f"Hello,{state['input']}!"}

#第二个参数是可选的

def my_other_node(state:dict):

    return state

builder.add_node("my_node",my_node)

builder.add_node("other_node",my_other_node)

1. START Node（开始节点）

前面我们还讲解了START Node。START Node是一个特殊节点，表示将用户输入发送到图的节点。引用此节点的主要目的是确定哪些节点应首先被调用。

from langgraph.graph import START

graph.add_edge(START,"node_a")

2. END Node（结束节点）

END Node是一个特殊节点，表示一个结束节点。当你想表示某些边在完成后没有进一步操作时，可以引用此节点。

from langgraph.graph import END

graph.add_edge("node_a",END)