摘要本文围绕 Python 的 operator 模块与函数式编程展开先介绍高阶函数的概念与用法再通过普通写法与函数式写法的对比演示如何用 operator 中的 mul 等函数简化循环逻辑。随后引入 LangGraph 中 add_messages 与 MessagesState 的用法说明如何通过消息 ID 定位并修改消息并给出完整的 StateGraph 节点注册、流程连接与调用示例。内容参考于图灵AI大模型全栈operator它是Python中的内置模块它把常用的运算符封装成了函数用来实现函数式编程、高阶函数使用高阶函数函数的入参可以传递函数的函数就是高阶函数# 这是一个高阶函数它接收 func 这个函数作为参数 def process_number(num, func): return func(num) # 调用传进来的函数把num传进去 --- 用法1传一个“求平方”的函数进去 --- def square(x): return x ** 2 print(process_number(5, square)) # 输出 25 --- 用法2直接传 lambda 匿名函数进去 --- print(process_number(5, lambda x: x * 2)) # 输出 10函数式编程下方是普通写法nums [12, 5, 18, 7, 21, 3] total 0 for n in nums: if n 10: total n * 3 print(total) # 输出 153函数式写法不需要写for循环只需要写for中的逻辑from operator import mul nums [12, 5, 18, 7, 21, 3] 步骤筛选大于10 → 每个乘3 → 求和 result sum(map(lambda x: mul(x, 3), filter(lambda x: x 10, nums))) print(result) # 输出 153上一个内容中使用了operator中的add就是一个加号运算它有一个问题它只能往后追加内容没办法修改了这里LangGraph提供了一个add_messages来解决这个问题如下图红框它提供了一个id如果想修改消息需要通过这个id来定位它的写法如下图红框使用的时候需要把messages写完整就是要加上角色代码from langgraph.graph import StateGraph from langchain_core.messages import AnyMessage from langgraph.graph.message import add_messages from typing import Annotated from typing_extensions import TypedDict class MyState(TypedDict): messages: Annotated[list[AnyMessage], add_messages] question: str answer: str 2. 创建节点 def node1(state: MyState): print(2) # 是字典类型 更新状态 return {messages: [{role:ai,content:节点1}]} def node2(state: MyState): print(1) return {messages: [{role:ai,content:节点2}], answer: 这是答案} 3.通过graph将节点进行注册和连接确定工作流程 graph StateGraph(state_schemaMyState) 把节点添加到流程图中 设置逻辑 dify coze 他们比不上代码控制精细 graph.add_node(node1, node1) graph.add_node(node2, node2) 添加边流程 # add_edge中的参数是字符串的节点名称 graph.set_entry_point(node1) # 从search_node节点开始 graph.add_edge(node1, node2) # 从search_node-answer_node graph.add_edge(node2, end) # 从answer_node节点结束 初始化这张流程图 my_graph graph.compile() 调用图 result my_graph.invoke({messages: [{role:user,content:问题}], question: 问题}) print(result)MessagesState如下图红框MessagesState给我们把messags以add_messages的方式写好了我们只需要继承它就可以了它的引入包名如下图红框from langgraph.graph import MessagesState