108 lines
2.9 KiB
Markdown
108 lines
2.9 KiB
Markdown
# 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
|
||
```python
|
||
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
|
||
```python
|
||
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
|
||
```python
|
||
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
|
||
```
|