在昨天的文章中,我們建立了 LangGraph 的核心認知:將 Agent 建模為具備「全域狀態(Global State)」的有向圖(Directed Gra...
在昨天的文章中,我們透過 LangGraph 實作了一個具備工具循環與持久化記憶的單一 ReAct Agent。 然而,當系統的業務邊界持續擴大——既要處理即時...
在昨天的文章中,我們探討了 Multi-Agent 協同架構的核心概念與主管模式(Supervisor Pattern)的設計理念。我們知道,將複雜任務拆解給多...
在前面的章節中,我們實現了單一 ReAct Agent 與 Supervisor 多智能體協同系統。這些系統雖然具備高度自主性,但在生產級企業應用中,「完全放手...
不知不覺,我們的鐵人賽賽程已經走過了一半! 在過去的 14 天中,我們從最底層的模型調用出發,一步步拆解了現代生產級 AI Agent 的完整核心技術堆疊:...