01 · 为什么反应式

目标:理解 ReactiveGraph 与"每次全量重跑"式执行引擎(如 langgraph 的 Pregel)的本质区别——选择性执行:相同输入不再重新计算。

核心概念

• 任务(task):声明式 id/kind/fn/on,函数是纯的:输入 → 输出(或 (输出, 收据))
• 事件(event):invoke(event, payload) 把 payload 路由给 on(event) 的任务
• 指纹跳过(fingerprint skip):对 pure 任务,若本次输入与上次完全一致, Driver 直接跳过 handler(skip 记录),输出沿用上次结果
• computed:依赖声明后按读集失效,只重算被改动的派生值

为什么这重要

	全量重跑	ReactiveGraph
重复相同事件	全部节点重算	0 个节点执行
1000 节点改 1 字段	~7624 ms(实测)	~5 ms(实测)
no-gain(全依赖链)	必须全跑	也必须全跑,但常数开销低

实测数字来自 benchmarks/differential/(真实 langgraph 1.2.11 vs 原生 Driver,同图同输入、输出一致断言)。不要只信 README 的旧数字——用 差分基准复现:见 benchmarks/differential/README.md。

运行

uv run --directory python/reactivegraph python docs/tutorials/code/01_why_reactive.py

输出里你会看到:同一个图连续 invoke 两次,state 一致(任务幂等)。 fingerprint skip 是 Driver 的调度行为——要用 DriverHost(见 04)才能观察到 trace 中的 fingerprint_unchanged 跳过记录;本教程(01–03)用无 host 的 fallback 模式保证在任何环境可直接跑,skip 的实战演示见 06。