摘要： Pregel基于Checkpoint的持久化机制是实现Agent应用`高可用性`和`长期记忆`的基础，它本质上是将 不断向前推进的图在“Superstep”之间将其状态固化的过程。和很多数据库持久化类似，Pregel采用`基于全量数据的状态快照+基于增量更新的操作日志`的持久化策略。 阅读全文

摘要： 在 Pregel 模型中，静态上下文是一个专门设计的依赖注入容器。它的出现是为了解决在复杂的图计算中，如何优雅地处理“不属于图状态，但Node运行又必须依赖的外部环境信息”这一痛点。这些数据具有一个共同的性质，那就是在整个运行生命周期内只读且固定。 阅读全文

摘要： Pregel是对PregelProtocol协议的实现，后者的引入标志着 LangGraph 从一个单一的库进化为了一个可插拔的图计算框架。图可以视为“LangGraph 执行体”，而PregelProtocol定义了它必须具备的最小功能集合 阅读全文

摘要： 一个Pregel由Node和Channel构建而成，后者保持状态并以Pub/Sub的方式驱动Node执行，Pregel中的Node是一个PregelNode对象，是一个完全无状态的功能节点。 阅读全文

摘要： 我们一直在强调Pregel对象的状态是通过`Channel`维护和传递的，其实承载传递状态功能的组件除了Channel，还有 `ManagedValue`，我们可以将ManagedValue视为虚拟Channel。 阅读全文

摘要： 除了我们显式声明的用于存储业务数据或驱动信号的Channel之外，Pregel自身也会维护一些系统Channel，其中最重要的莫过于一个名为“__pregel_tasks”的Channel，是它成就了基于“PUSH”的节点任务执行方式。 阅读全文

摘要： Pregel由Node和Channel这两个核心部件组成，Channel不仅维护了整个图的状态，还是驱动Node执行的 “原力” 。 阅读全文

摘要： 经过这些年的蓬勃发展，市面上已经涌现出了太多AI Agent的开发平台、框架和工具，但是毫无疑问，其中集大成者首推`LangChain`。可能你已经使用LangChain写过很多Agent，但对作为执行引擎的Pregel未必熟悉。新版本的LangGraph采用全新的设计重写了`Pregel`，目前社区基本上没有系统介绍Pregel的资料，我希望这个系列的文章能够弥补这一空白。 阅读全文