用途：在编写任何 LangGraph 代码时调用该技能，帮助构建有状态图与智能体编排流程。
主要能力：StateGraph 是构建有状态图的主类；节点是执行工作并更新状态的函数；边定义执行顺序（静态或条件）；START/END 标记入口与出口；带 Reducer 的状态控制更新合并方式；图必须先 compile() 才能执行。支持 Command（同时更新状态并路由）、Send（动态扇出并行处理）、invoke 与 stream（values、updates、messages、custom 模式）以及错误处理策略。
使用方式：官方建议五步——先画出离散步骤流程图，每步对应一个节点；识别每步类型（LLM、数据、动作、用户输入）及静态/动态上下文、重试策略与期望结果；设计状态作为共享内存，存原始数据、在节点内按需格式化提示；将每步实现为接收状态并返回部分更新的函数；用边连接节点、添加条件路由，必要时带 checkpointer 编译。节点只返回部分更新，不要返回完整状态；列表累加需用 reducer（Python 用 Annotated 配 operator.add，TypeScript 用 ReducedValue），否则会被覆盖。
适用场景：需要对智能体编排做细粒度控制、构建带分支或循环的复杂工作流、需要 human-in-the-loop 与持久化时使用。快速原型可选 LangChain agents，简单无状态工作流可选 LangChain 直接调用，需要开箱即用功能可选 Deep Agents。
限制与常见问题：必须 compile() 后才能 invoke；循环需用条件边返回 END 来终止；START 仅作入口，不能路由回 START；Command 只添加动态边，静态边仍会执行；Python 中 Command 返回类型需用 Literal 声明目标节点，TypeScript 需在 addNode 第三参数传 ends；reducer 类型需匹配。具体版本、安装命令与收费信息暂未提供。