# 05 Langgraph笔记

## 01 Node缓存

langgraph的node函数如果比较费时间，可以将node的计算结果缓存起来，避免多次重复计算；
**启用方式**：

    1. 在compiel的时候传入cache对象
    2. 在node传入cache_policy

**示例：**

```python
from langgraph.cache.memory import InMemoryCache

def my_keyfunc(state):
	return hash(some_field, ...)
def my_keyfunc(state, config):
	return hash(some_state,  some_config...)
builder.add_node(
    "expensive_node", 
    expensive_node, 
    cache_policy=CachePolicy(ttl=3, key_func=my_keyfunc)
)
builder.compile(cache=InMemoryCache())
```

```{note}
缓存默认只根据node的入参state进行hash，不同的thread_id只要参数相同就会复用。
要区分需要在key_func中传入config，并且将thread_id作为hash计算的入参；
key_func的定义时可以只传入state,也可以传入(state,config) 
```

## 02 Edge和Route

+ **静态路由**： 通过add_edge实现；
+ **动态路由**： 通过在node中返回Command(goto=...)
+ **动态并发**： 【Send(node_a, {"channe1": value}) for value in some_list]
+ **条件路由**：
    1. 通过静态路由通过add_conditional_edge实现;
    2. 在node中动态判断根据不同的代码返回不同的Command


### 2.1 通过add_contional_edge实现条件分支

```python
from langgraph.types import Send

def condition_check_func(state: AgentState, config: Optional[Config]):
    """
    直接返回一个字符串：
    1. 直接返回需要跳转的node的名字
    2. 直接返回某个字符串，但是在add_conditional_edge的时候需要添加一个当前函数返回的字符串到node名字的映射
    3. 返回一个包含Send的列表，用于支持动态并发
    """
    if condition1 is True:
        return  "node_a"
    else:
        return "node_b"


def condition_check_func2(state: OverallState):
    """
    根据上一层的返回数据，动态的开启并发。
    """
    return [Send("generate_joke", {"subject": s}) for s in state['subjects']]

graph.add_conditional_edges("node_a", condition_check_func)
graph.add_conditional_edges("node_b", condition_check_func2)

```


### Command指令的使用
    
### 核心概念之store