Agent 框架、工作流与多智能体

深入学习 LangGraph，比较主流 Python 框架，掌握状态化编排与多智能体协作。

发布于 2026/9/22 · 44 个公开章节

开始学习 →

课程目录

Workflow 与状态化编排

1Workflow 与 Agent 的组合：确定性流程和模型决策的边界→2节点、边、状态、条件路由与状态转换→3顺序、并行、分支、循环、聚合与终止条件→4Router、Planner、Executor、Validator 与 Finalizer 的职责→5重试、回退、超时、失败分支与幂等恢复→6Checkpoint、暂停、恢复、持久化与长任务状态→7Human-in-the-Loop：审批、拒绝、人工修改与恢复执行→8工作流可视化、运行轨迹、调试与测试→

LangChain 与 LangGraph 主线

1LangChain 的定位、核心抽象与组件边界→2模型、Prompt、Messages、Tools、结构化输出与 Middleware→3LangGraph 的定位、StateGraph 与运行机制→4State、Node、Edge、条件路由与状态更新→5ToolNode、工具执行、错误处理与循环控制→6并行节点、子图、复用组件与复杂工作流→7Checkpoint、Thread、持久化、恢复与状态隔离→8Interrupt、人工审批、Streaming 与运行时事件→9Memory、Store、上下文管理、Middleware 与护栏→10LangGraph 的测试、追踪、调试、部署与完整项目实践→

主流 Python Agent 框架全景

1框架分类与选型：Agent SDK、编排框架、数据框架和平台→2OpenAI Agents SDK：Runner、Tools、Handoffs、Guardrails、Sessions 与 Tracing→3Google ADK：Agents、Workflow、Tools、Session、评测与部署→4Microsoft Agent Framework：Agents、Workflows、State、Skills 与人工介入→5CrewAI：Agents、Tasks、Crews 与 Flows→6PydanticAI：类型安全、依赖注入、结构化结果与工具→7AgentScope Python：Runtime、Toolkit、Memory、MCP、Skills 与服务化→8Qwen-Agent：工具调用、RAG、代码解释器与通义模型生态→9LlamaIndex、Haystack：数据接入、检索、RAG 与 Agent 工作流→10Agno、Hugging Face smolagents：轻量 Agent、团队与代码执行范式→11AutoGen、Semantic Kernel、MetaGPT、CAMEL：历史演进与代表性设计→12同一任务的跨框架实现、能力比较、维护状态与迁移取舍→

多智能体架构与协作

1何时需要 Multi-Agent：收益、成本与复杂度判断→2Supervisor-Worker、中心化调度与专家 Agent→3Handoff、Agent-as-a-Tool 与任务委派→4顺序协作、并行执行、结果聚合与 Evaluator-Optimizer→5共享状态、消息传递、上下文隔离与冲突处理→6多智能体权限、超时、失败隔离、预算与终止条件→7LangGraph、OpenAI Agents SDK、Google ADK、CrewAI 等框架中的协作实现→8多智能体评测：任务成功率、轨迹、成本与单 Agent 基线比较→

低代码与可视化 Agent 平台

1代码框架与低代码 Agent 平台的差异及适用边界→2Coze Studio：应用、插件、知识库、工作流与发布→3Dify：应用编排、知识库、工具与应用部署→4n8n：自动化工作流、API 集成与 Agent 节点→5平台 API、自定义节点与 Python Agent 服务集成→6可视化平台与代码实现的迁移、可维护性和供应商依赖→