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
安_7 小时前
如何构建和使用向量索引?HNSW 和 IVF 有什么区别?
python·ai
蜡台8 小时前
大模型算力下放客户端:浏览器/本地设备全落地方案解析
人工智能·ai
北斗落凡尘9 小时前
LangGraph 入门实战(11)--输出模式
后端·python·langchain
土星云SaturnCloud9 小时前
产线SOP动作级AI监管方案:土星云SE110S-WC8赋能合规识别、预警与效率分析
大数据·服务器·人工智能·ai·边缘计算
李燚9 小时前
HITL 源码:8 种人机协同模式的设计(第85篇-E71)
ai·agent·ai编程·模式·rag·eino·hitl
乐之者v10 小时前
AI人工智能--DeepSeek Harness的安装
人工智能·ai
赵广陆14 小时前
企业实战:数据图与状态定义
pycharm·langchain·langgraph
番茄不是西红柿kk14 小时前
什么是Token?
人工智能·ai·chatgpt·agent·token·codex·deepseek