START与END

图必须有唯一入口和明确终止；否则调度器不知道从哪跑、何时停。START 与 END 是 LangGraph 提供的虚拟节点，标记图的入口与出口，不参与业务逻辑。

1. 定位

维度	内容
角色	图边界标记：入口调度、终止判定
输入 → 输出	`add_edge(START, first_node)` 指定首节点；到达 `END` 即结束 invoke
核心 API	`START`、`END`（自 `langgraph.graph`）
依赖 LangChain	无；纯拓扑概念

2. 图拓扑

节点表

节点名	职责	读 State	写 State
`init`	初始化计数	—	`count`
`increment`	自增	`count`	`count`
`done`	标记完成	`count`	`status`

边表

源	目标	类型
START	init	固定（唯一入口）
init	increment	固定
increment	done	固定
done	END	固定（唯一出口）

START / END 不是业务节点，不能 add_node("START", ...)。

3. invoke 生命周期

1. invoke 传入 initial_state
2. 调度器从 START 出发，找 add_edge(START, *) 的后继 → init
3. 依次执行 init → increment → done
4. 遇到指向 END 的边，invoke 结束，返回最终 state
5. 若某节点无出边且未连 END → 运行错误

Superstep：本篇线性三节点，共 3 个 superstep；到达 END 后不再调度。

4. 原理

4.1 START 的多后继

通常 START 只连一个节点；若需条件分支，用 add_conditional_edges(START, router, path_map) 从入口分流（见路由专篇）。

4.2 END 与提前结束

条件边可路由到 END，实现「满足条件即终止」，无需经过后续节点。

4.3 与 compile 校验

编译期会检查孤立节点、无法到达 END 的子图（部分版本为运行时暴露）。

5. 最小可运行示例

from typing import TypedDict

from langgraph.graph import StateGraph, START, END


class State(TypedDict):
    count: int
    status: str


def init_node(_: State) -> dict:
    return {"count": 0}


def increment_node(state: State) -> dict:
    return {"count": state["count"] + 1}


def done_node(state: State) -> dict:
    return {"status": f"done at {state['count']}"}


builder = StateGraph(State)
builder.add_node("init", init_node)
builder.add_node("increment", increment_node)
builder.add_node("done", done_node)
builder.add_edge(START, "init")
builder.add_edge("init", "increment")
builder.add_edge("increment", "done")
builder.add_edge("done", END)

graph = builder.compile()
print(graph.invoke({"count": -1, "status": ""}))
# {'count': 1, 'status': 'done at 1'}

5.1 条件边直达 END

from typing import Literal

def router(state: State) -> Literal["continue", "stop"]:
    return "stop" if state.get("count", 0) >= 5 else "continue"

builder2 = StateGraph(State)
builder2.add_node("increment", increment_node)
builder2.add_conditional_edges(
    START,
    lambda s: "stop" if s.get("count", 0) >= 3 else "continue",
    {"continue": "increment", "stop": END},
)
builder2.add_edge("increment", END)
graph2 = builder2.compile()
print(graph2.invoke({"count": 3, "status": ""}))  # 直接 END

6. 执行追踪

线性示例（§5）：count=-1 → init 后 0 → increment 后 1 → done 后 status="done at 1"。

提前 END（§5.1）：count=3 → router 返回 stop → 无节点执行 → 返回初始 state。

重要配置参数

参数	类型 / 默认	作用与影响	参考起点	配置指导
`START`	常量	图入口	必须连至少一条出边	勿当普通节点
`END`	常量	图终止	path_map 值可为 END	环图需 router 跳出
`add_edge(START, node)`	—	固定入口	单入口场景	多入口用条件边
`add_conditional_edges(START, ...)`	—	入口分流	按输入类型路由	router 键必须在 path_map
`path_map` 含 END	dict	提前终止	`"stop": END`	键名与 router 一致
`invoke` 无 END 路径	—	图挂起/报错	自检边表	每分支都要能到 END

7. 易踩坑

忘记连 END：最后节点无出边，invoke 异常或状态不完整。
把 END 写成字符串 "END"：应使用导入的 END 常量。
环图无退出边：router 永远不进 END，invoke 超步数或死循环。

小结

START = 唯一入口调度点；END = 正常终止。
条件边可把 END 作为目标，实现提前结束。
画边表时先确认每条路径最终能到达 END。