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
土星云SaturnCloud15 分钟前
边缘计算 + AI 视频存管一体机:快递末端网点分拣提效与安全管控实战方案
服务器·人工智能·ai·边缘计算
2601_9657422243 分钟前
短视频脚本创作方法分享:本地生活类账号的起步思路
大数据·人工智能·算法·ai·新媒体运营·生活
小杉泽1 小时前
工具返回值二次提示注入:Agent 未确认外发攻击链的红队复现与修复
ai·ai安全
GISer_Jing2 小时前
前端Agent架构师指南:从零搭建智能前端Agent
前端·ai·langchain
西索斯coding3 小时前
GPT-5.3-Codex 接口报 422 Unprocessable Entity 怎么办?排查到最后发现是 messages role 顺序校验的坑
chrome·gpt·ai·iphone
俊哥V3 小时前
每日 AI 研究简报 · 2026-09-29
人工智能·ai
ai小陈4 小时前
GPU算力平台远程训练监控:TensorBoard与SSH隧道配置实战
运维·人工智能·深度学习·ai·ssh·gpu算力
小此方4 小时前
LangChain/LangGraph(一)提示词篇一:Prompt工程实战:从CO-STAR、Few-Shot到思维链与自我迭代,系统掌握提示词设计方法
ai·langchain·prompt
梦想不只是梦与想6 小时前
LangGraph控制流:条件边、循环与并行(二)
langchain·大模型·边
User_芊芊君子6 小时前
一张手写菜单,我用 Seed-2.1-pro-0915 开了一家数字咖啡馆
ai·大模型·aigc