用途：指导在 Python 中正确组合 LangGraph 1.0 子图，解决父图调用已编译子图后状态键静默丢失、追踪回调不进入子图等常见问题。
主要能力：明确父子 TypedDict 的共享状态契约（只有双方都声明的键才能跨边界传播，列表字段需匹配 reducer）；介绍三种调度模式——已编译子图作为节点、Send 扇出并行调用、Command(graph=Command.PARENT) 向上冒泡；说明回调须在调用时通过 config["callbacks"] 传入而非定义时 with_config；解释 recursion_limit 按图独立计算（默认 25）；给出用 FakeListChatModel 与 MemorySaver 隔离测试每个子图的方法，以及子图独立版本化与 SHARED_KEYS 冻结。
使用方式：需 Python 3.10+、langgraph >= 1.0, < 2.0、langchain-core >= 1.0, < 2.0，并先掌握 StateGraph、TypedDict 状态、Annotated[list, add_messages] reducer 与 MemorySaver 检查点。测试工具为 pytest 与 FakeListChatModel。
适用场景：规划器-执行器（1 父 + 2-4 子图）、监督者向 N 个专家扇出的分层智能体团队、可复用子图库。
限制：资料未提供具体收费、平台支持范围或性能数据；子图数量增加不会降低全局步数预算，最坏步数约为父图上限加 N 乘子图上限。