1.是什么？

LangGraph 里的 “流式传输” 功能，核心就是让 AI 应用（比如用大语言模型做的工具、对话机器人）能 “实时输出结果”，
不用等整个流程跑完，体验更流畅。
 
 
用大白话拆解重点： 
大语言模型（LLM）回应通常有点慢，流式传输能让结果 “一点点蹦出来”（比如打字机似的），用户不用干等，体验更好。
简单说，这功能就是让 LangGraph 做的 AI 应用 “更透明、更流畅”，用户能实时看到进度，开发者也方便调试，还能灵活适配各种需求。
 
 
 
langchain流式输出，它主要是处理回复的长篇文字信息内容； 
langgraph流式输出，实时看流程状态 
 

2.能实现啥效果？
实时看流程状态：比如知道 AI 现在在处理哪个步骤、当前的结果是什么（比如 “正在细化主题”“已生成笑话初稿”）；
 
实时看子流程结果：如果你的 AI 流程里嵌套了小流程（子图），也能同步看到子流程的进度；
 
实时看 LLM 输出的每一个字：比如 AI 写笑话时，每个词、每句话实时蹦出来，不是最后一次性显示；
 
自定义实时消息：比如让 AI 干活时，实时发 “进度 30%”“正在调用工具查数据” 这种自定义提示；
 
调试用：能看到流程里的详细细节，方便找问题。

3.怎么用？

就像选功能开关一样，用的时候指定 “模式” 就行

values：每步结束后，输出完整的当前状态（比如 “主题：冰淇淋和猫；笑话：xxx”）；
updates：每步结束后，只输出变化的部分（比如只显示 “主题新增了‘和猫’”）；
messages：专门实时输出 LLM 的每一个字 / 词，还带相关信息（比如是哪个步骤调用的 LLM）；
custom：只输出你自定义的消息（比如进度提示）；
debug：输出所有细节，方便调试。
 

4.基本用法

LangGraph有stream（同步）和astream（异步）方法，以迭代器的形式生成流式输出。