这里的调用api都换成了千问的了
langgraph搭建系统
1. 核心范式名称：Reflexion / Iterative Self-Correction (反思/迭代自修正范式)
这是最核心的逻辑特征。
- 定义：Agent 不仅仅执行任务，还会在执行后"反思"自己的输出（这里是搜索结果的充分性），识别知识缺口（Knowledge Gaps），并据此生成新的行动计划（跟进查询），形成闭环。
- 对应代码 ：
reflection节点分析web_research_result，判断is_sufficient；evaluate_research根据判断结果决定是回到web_research还是进入finalize_answer。 - 学术背景 ：源自 Shinn et al. (2023) 的 Reflexion: Language Agents with Verbal Reinforcement Learning 论文思想，即通过语言反馈循环来优化代理行为。
4. 架构模式：Multi-Agent Collaboration (Orchestrator-Worker Pattern)
虽然代码在一个图中，但逻辑上模拟了多角色协作：
- Planner/Orchestrator :
generate_query和reflection(负责规划和分析)。 - Workers :
web_research(负责具体执行搜索任务)。 - Router :
evaluate_research(负责调度)。 - Synthesizer :
finalize_answer(负责最终产出)。
实现的是"单智能体多角色"（Single Agent with Multiple Roles）或"虚拟多智能体"（Virtual Multi-Agent）架构，而不是物理上独立的"多智能体系统"（Multi-Agent System, MAS）。
虽然它在逻辑上模拟了多个代理的协作，但在技术实现上，它是由一个统一的图状态（State） 和**一个编译后的图（Graph）**控制的。
就是基于框架state和node和，LLM后续想到再补充