摘要 ：本文介绍 LangChain 多 Agent 的多种协作模式，包括 SubAgents 子代理、Handoffs 移交、Skills 技能、Router 路由器以及基于 LangGraph 的自定义工作流。这些模式可以组合使用，帮助开发者根据问题动态调度多个智能体协同完成任务。
内容参考于：图灵AI大模型全栈
LangChain多Agent模式
它有五种模式
SubAgents子代理模式，当我们给Agent提出问题后，会先进入到主Agent，然后主Agent通过问题决定来调用那些子Agent，然后主Agent通过子Agent返回的内容生成最终答案，也就是主Agent把子Agent当做工具来调用，这是常用的模式
Handoffs移交模式，比如说我们提出了一个问题，最先进入通用Agent，然后通用Agent觉得这个问题要使用高级Agent来处理，那么它会把问题移交给高级Agent，相当于我们打客服电话，当前客服没有权限处理你的问题，那么客服会给你转接到专席处理
Skills技能，它是单Agent，它是根据问题动态切换Agent的能力，通过Skills模拟多智能体
Router路由器，当我提出问题会先进入一个路由器，这个路由器会识别问题需要哪些Agent，然后路由器识别完成就会调用需要的Agent，然后通过一个聚合结果的节点类整合Agent返回的内容生成最终答案，相当于对问题进行一个任务规划，规划完后只可以知道涉及哪些东西了，知道涉及哪些东西后就可以知道需要什么Agent来处理对应的规划了
自定义工作流，使用LangGraph来实现
它们都可以组合使用
LangChain官网：https://docs.langchain.com/oss/python/langchain/multi-agent/subagents
