LangGraph 主要3 种核心模式

  1. react_agent: 单 Agent + 工具;

  2. supervisor_agent: 多 Agent 协作

3.planning_agent: 任务拆解;

LangGraph 主要有这 3 种核心模式,其他都是变体:

|----------------|-----------------|---------------------------------|
| 模式 | 来源 | 说明 |
| planning_agent | StateGraph 自定义 | 任务拆解,逐步执行 |
| swarm | langgraph-swarm | 去中心化,Agent 之间直接交接,没有 Supervisor |

其中 swarm 是 langgraph-supervisor 的姊妹包,也值得考虑:

supervisor: 用户 → Supervisor → Agent A → Supervisor → Agent B → Supervisor → 回复

swarm: 用户 → Agent A → Agent B → Agent C → 回复(谁合适谁接)

相关推荐
糖果店的幽灵2 小时前
人已经用 WorkBuddy 找工作拿了面试,你还在一份份手工改简历
人工智能·面试·职场和发展·langgraph
Muscleheng3 小时前
SpringBoot 集成 DeepSeek 实现 RAG 文档问答
java·spring boot·ai·springai
ddshub_cc5 小时前
2026 AI API 定价对比:GPT-5.6 vs Claude Fable 5 vs Opus 5,哪款模型最划算?
人工智能·gpt·ai·chatgpt
我是大卫7 小时前
【图】一图理解LLM、LangChain、RAG、AI Agent、MCP、token、context、prompt、tool概念
langchain·llm·agent
phltxy7 小时前
LangChain v1 Agent核心能力详解
大数据·人工智能·langchain
wang_yb8 小时前
用方差阈值过滤掉“惰性特征”
python·ai·databook
YUS云生8 小时前
大模型学习·第40天:LangChain框架入门——从RAG原理到模型调用的统一接口
学习·langchain
阿沐沐,10 小时前
Codex CLI 沙箱与审批配置:从 workspace-write 扩展可写目录和命令网络权限
gpt·ai·chatgpt·ai编程
BraveWang11 小时前
【LangChain 1.x】14、补充|Runtime 运行时与上下文工程
langchain