核心就是"节点不是子图本身，而是一个调用子图的普通函数"：

from langgraph.graph import StateGraph, START, END
from typing import TypedDict

# 子图：自己的一套 schema（query / docs）
class SubState(TypedDict):
    query: str
    docs: str
sub = StateGraph(SubState)
sub.add_node("search", lambda s: {"docs": f"docs-for({s['query']})"})
sub.add_edge(START, "search"); sub.add_edge("search", END)
subgraph = sub.compile()

# 父图：完全不同的 schema（user_input / retrieved）
class ParentState(TypedDict):
    user_input: str
    retrieved: str

def call_sub(state: ParentState) -> dict:
    # ① 父 → 子：翻译输入字段
    sub_out = subgraph.invoke({"query": state["user_input"]})
    # ② 子 → 父：翻译输出字段
    return {"retrieved": sub_out["docs"]}

parent = StateGraph(ParentState)
parent.add_node("sub", call_sub)              # 节点是转换函数，不是子图
parent.add_edge(START, "sub"); parent.add_edge("sub", END)
app = parent.compile()
app.invoke({"user_input": "cats", "retrieved": ""})
# {'user_input': 'cats', 'retrieved': 'docs-for(cats)'}

你可能担心：子图藏在 call_sub 函数体里，引擎还能探测到吗？能——回看 D49 的 find_subgraph_pregel，它会挖函数闭包里引用的对象 pregel/_utils.py:63：

# pregel/_utils.py:63
elif isinstance(c, RunnableCallable):
    if c.func is not None:
        candidates.extend(
            nl.__self__ if hasattr(nl, "__self__") else nl
            for nl in get_function_nonlocals(c.func)   # 挖函数引用到的外部对象
        )

子图内部跑的是它自己的一轮 Pregel 循环（PregelLoop）。这个循环启动时，把自己的 checkpoint 命名空间切成元组存起来 pregel/_loop.py:367：

# pregel/_loop.py:367
self.checkpoint_ns = (
    tuple(cast(str, self.config[CONF][CONFIG_KEY_CHECKPOINT_NS]).split(NS_SEP))
    if self.config[CONF].get(CONFIG_KEY_CHECKPOINT_NS)
    else ()
)

然后每次它往外流式吐东西，都带上这个命名空间元组 pregel/_loop.py:1394：

# pregel/_loop.py:1394
for v in values(*args, **kwargs):
    if mode in self.stream.modes:
        self.stream((self.checkpoint_ns, mode, v))    # (命名空间, 模式, 数据)

那如果同一个父图节点里并发调了两次同一个子图，ns 岂不撞车？引擎用一个计数器给它们加数字后缀区分 pregel/_loop.py:329：

# pregel/_loop.py:329
if cnt := scratchpad.subgraph_counter():        # 本节点内第几次进子图
    self.config = patch_configurable(self.config, {
        CONFIG_KEY_CHECKPOINT_NS: NS_SEP.join(
            (config[CONF][CONFIG_KEY_CHECKPOINT_NS], str(cnt))   # ns 末尾拼一个序号
        )
    })

默认 stream() 只给你父图那层（ns=()）的输出，子图内部悄悄跑完。传 subgraphs=True 就把带命名空间的子图输出也吐给你。看官方参数说明 pregel/main.py:2713：

# pregel/main.py:2713（stream 的 docstring）
# subgraphs: Whether to stream events from inside subgraphs, defaults to False.
#   If True, the events will be emitted as tuples (namespace, data),
#   or (namespace, mode, data) if stream_mode is a list,
#   where namespace is a tuple with the path to the node where a subgraph is invoked,
#   e.g. ("parent_node:", "child_node:").

# 默认：只见父图
for chunk in app.stream({"user_input": "cats", "retrieved": ""}):
    print(chunk)
# {'sub': {'retrieved': 'docs-for(cats)'}}      ← 只有父图节点的更新

# subgraphs=True：能下钻看到子图内部
for ns, chunk in app.stream({"user_input": "cats", "retrieved": ""}, subgraphs=True):
    print(ns, chunk)
# ()                 {'sub': {...}}              ← 父图层
# ('sub:',)      {'search': {'docs': ...}}   ← 子图 search 节点那一步！

✋ 10 分钟动手

# 1. 读命名空间戳与下钻源码
sed -n '360,372p'   libs/langgraph/langgraph/pregel/_loop.py   # ns 切成元组
sed -n '1388,1394p' libs/langgraph/langgraph/pregel/_loop.py   # 输出打 ns 戳

# 2. 亲手下钻子图
python - <<'PY'
from langgraph.graph import StateGraph, START, END
from typing import TypedDict
class Sub(TypedDict):
    query: str; docs: str
sub = StateGraph(Sub); sub.add_node("search", lambda s:{"docs":f"docs({s['query']})"})
sub.add_edge(START,"search"); sub.add_edge("search",END); subgraph = sub.compile()
class P(TypedDict):
    user_input: str; retrieved: str
def call_sub(s): return {"retrieved": subgraph.invoke({"query": s["user_input"]})["docs"]}
p = StateGraph(P); p.add_node("sub", call_sub)
p.add_edge(START,"sub"); p.add_edge("sub",END); app = p.compile()
print("--- 默认 ---")
for c in app.stream({"user_input":"cats","retrieved":""}): print(c)
print("--- subgraphs=True ---")
for ns,c in app.stream({"user_input":"cats","retrieved":""}, subgraphs=True): print(ns, c)
PY