Files
X-Agents/teams/multi_agent_plan/notes.md
2026-03-11 14:26:47 +08:00

2.9 KiB
Raw Blame History

Notes: LangGraph 多智能体研究

核心概念

LangGraph 基础

  • StateGraph: 有向无环图DAG节点是 Agent/函数,边是流转逻辑
  • State: 贯穿整个图流动的状态对象
  • Node: 执行单元(可以是 Agent、函数、条件判断
  • Edge: 连接节点的边支持条件边conditional edges

Supervisor + Workers 模式参考

1. LangChain 官方 Supervisor 示例

from langgraph.prebuilt import create_react_agent
from langgraph.graph import StateGraph, END

# 定义 Workers
research_agent = create_react_agent(llm, tools=[search])
coder_agent = create_react_agent(llm, tools=[write_file])

# 定义 Supervisor 节点
def supervisor_node(state):
    # LLM 决定下一步调用哪个 Agent
    response = llm.with_structured_output(SupervisorOutput).invoke(
        [SystemMessage(content=SUPERVISOR_PROMPT)] + state["messages"]
    )
    return {"next": response.next_agent}

# 构建图
graph = StateGraph(AgentState)
graph.add_node("supervisor", supervisor_node)
graph.add_node("research", research_agent)
graph.add_node("code", coder_agent)

2. 状态定义

from typing import TypedDict, Annotated
import operator

class AgentState(TypedDict):
    messages: Annotated[list, operator.add]
    task: str
    plan: list
    results: dict
    iteration: int
    next: str  # 控制下一步流向

3. 条件边实现

def should_continue(state):
    if state["iteration"] >= MAX_ITERATIONS:
        return "end"
    if state.get("task_complete"):
        return "end"
    return "continue"

graph.add_conditional_edges(
    "review",
    should_continue,
    {
        "continue": "supervisor",
        "end": END
    }
)

设计决策

架构优势

  1. 清晰的分层: Supervisor 负责任务规划Workers 负责执行
  2. 可扩展: 容易添加新的 Worker 类型
  3. 可控: 迭代次数全局配置
  4. 灵活: 支持条件分支和循环

需要解决的问题

  1. Supervisor 如何做规划: 需要设计 prompt 让 LLM 生成任务列表
  2. 任务队列: 需要支持并行分发多个 Worker
  3. 共享上下文: 需要设计数据结构在 Agent 间共享状态
  4. Review 机制: 需要定义检查标准和重试逻辑

关键 Prompt 设计

Supervisor System Prompt

你是一个任务规划专家Supervisor。用户的任务是{task}

请按以下步骤执行:
1. 分析任务需求和约束
2. 将任务分解为可执行的子任务
3. 为每个子任务选择合适的执行 Agent
   - research: 信息搜索和调研
   - coder: 代码编写和修改
   - review: 结果检查和评审
4. 确定执行顺序和依赖关系

当前任务进度:{progress}
共享上下文:{context}

请输出你的决策,格式如下:
- 需要执行的子任务列表
- 每个任务的执行 Agent
- 任务执行顺序
- 是否需要汇总结果