LangGraph 的 Checkpoint 与 Store 总结

结合全程源码分析，两者是完全独立、职责分离的存储组件，核心区别：Checkpoint 供框架用，Store 供用户用。

---

一、Checkpoint（检查点 / Checkpointer）

1. 核心定位

LangGraph 执行引擎的核心状态持久化组件（框架自用，是图运行的基础设施）

2. 框架行为

主动读写、深度使用：框架在执行流程中主动调用其读取/写入方法，是状态管理的核心。

• 读取：启动时加载历史状态，实现断点续跑
• 写入：每步执行后、中断时、退出时，保存最新状态

3. 存储内容

图的完整执行状态（与业务数据无关）：

• 状态通道（Channel）数据、执行步骤数
• 中断信息、挂起任务、状态版本号
• 所有支撑图恢复运行的元数据

4. 核心作用

• 断点续跑：图中断后可从上次状态恢复
• 人机交互：支持中断/ resume 恢复执行
• 状态持久化：保证执行进度不丢失
• 配合 durability 控制持久化时机（sync/async/exit）

5. 源码关键链路

graph.compile(checkpointer=xxx)
→ stream() 透传
→ SyncPregelLoop（加载/保存检查点）
→ PregelLoop（核心持久化逻辑）
→ 调用 get_tuple()/put()/put_writes() 读写状态

---

二、Store（键值存储）

1. 核心定位

用户自定义业务数据的轻量级存储组件（框架仅透传，用户自用）

2. 框架行为

全程只透传、不读写：框架不调用任何 store.get()/store.put()，仅负责传递实例。

3. 存储内容

用户业务数据（与图执行状态无关）：

• 用户偏好、会话缓存、业务中间结果
• 跨节点/跨执行共享的自定义数据

4. 核心作用

• 节点间共享业务数据
• 缓存节点执行结果，提升性能
• 长期存储用户自定义数据

5. 源码关键链路

graph.compile(store=xxx)
→ stream() → SyncPregelLoop → PregelLoop 层层透传
→ prepare_single_task 存入 Runtime.store
→ 框架执行节点时，自动注入到用户节点函数

6. 使用方式

节点函数直接声明参数 store: BaseStore，框架自动传入，无需手动获取。

---

三、核心区别对比表

维度	Checkpoint（检查点）	Store（存储）
使用者	LangGraph 框架内核	用户自定义节点/业务代码
存储内容	图执行状态（步骤、中断、通道数据）	用户业务数据（缓存、共享值、自定义信息）
框架行为	主动读、主动写，核心依赖	仅透传、无任何读写操作
最终位置	绑定在 PregelLoop 执行循环中	最终保存在 Runtime.store 运行时中
核心价值	断点续跑、状态恢复、中断控制	业务数据共享、节点缓存
无它的影响	无法断点续跑，durability 配置无效	不影响图运行，仅失去业务数据存储能力

---

四、一句话总结

1. Checkpoint 管图的命：负责保存/恢复图的执行状态，是框架的核心持久化能力；
2. Store 管你的数据：框架只传递不使用，最终存入运行时，供你在节点中读写业务数据。