Apache Burr 实战: 状态机构建可恢复 AI Agent，对比 LangGraph
TL;DR 写过几个 LLM 应用的人多半都经历过同一条曲线：第一版是几行脚本，prompt 拼好、调一次模型、打印结果，跑通了很开心。等到要做多轮对话、要带记忆、要在某一步插入人工审批、要在出错后从中间继续——那几行脚本就开始膨胀成一团互...
标签索引
langgraph
这个标签下有 23 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
AI Agent 框架全景：LangChain/LangGraph/n8n/Dify 等选型指南
覆盖 LangChain、LangGraph、LangSmith、Langfuse、n8n、Dify、Coze、FastGPT、AutoGen、CrewAI 十款主流 AI Agent 框架横向对比、五维选型决策树、生产可观测与新手/团队两...
GitHub热项：OpenFR利用多智能体辩论机制模拟投研团队决策
OpenFR 是一个基于 LangGraph 的开源金融研究框架，展示了多智能体协作在垂直领域的强大潜力。项目设计了数据收集、多空辩论和风险评估三个串行阶段，精准模拟了从基层分析师到基金经理的团队决策流程。通过引入“对抗性辩论”机制，该框架...
AgentClaw开源框架发布：基于LangGraph封装，一句话即可搭建能控制电脑的Agent
AgentClaw 是一款基于 Harness 和 OpenClaw 标准的智能体框架，旨在解决 LangGraph 开发门槛高及传统平台封闭的问题。它通过对底层封装，实现了开发、监控、部署一体化，支持“一句话”零代码构建复杂智能体。该框架...
实战教程：从零构建商业级AI编程智能体（深度解析MCP协议与LangGraph架构）
本资源提供了一套完整的AI Agent开发实战课程，共20章，旨在指导开发者从零打造具备商业落地能力的编程智能体。课程重点围绕当下最热门的MCP（模型上下文协议）展开，结合LangChain和LangGraph框架，深入剖析了Agent的终...
构建企业级营销Multi-Agent系统：LangGraph能否撑到2026年？
随着AI Agent技术的深入应用，企业级营销和选品正在经历一场架构革新。当前主流趋势是将真实市场调研“虚拟化”，即构建以“品牌Agent”为核心协调者、多个“客户画像Agent”为并行评估者的Multi-Agent系统。在技术栈选型上，L...
开源框架 LycheeMem 亮相：赋予 LLM Agent 长期记忆，Token 成本直降 71%
针对当下 LLM Agent 在复杂多轮场景中普遍存在的“记忆遗忘”痛点，全新的开源长期记忆框架 LycheeMem 正式发布。该框架致力于解决 Agent 在多任务、多会话中的上下文保持能力，同时将部署门槛降至最低。技术实现上，Lyche...
实战复盘：引入多 Agent 架构后的 AI 日报，真的比直接问大模型更聪明吗？
作者基于 OpenClaw 开源项目，分别使用 CrewAI 和 LangGraph 框架开发了两个 AI 日报生成 Demo，旨在通过收集 GitHub 热点和新闻来理解 Agent 的设计模式。然而，在实际测试后作者发现，引入复杂的 A...
从LangChain到LangGraph：如何从零构建具备RAG与MCP能力的商业级AI智能体？
本文分享了一套从0到1构建商业级AI编程智能体的全套技术路线图。内容深入剖析了AI Agent的核心架构，详细讲解了基于LangChain和LangGraph的多智能体协同开发模式。核心技术点涵盖MCP协议接入、RAG自学习机制、Selen...
AI 开发趋势反思：面对超强模型，LangGraph 等手动编排框架是否已落伍？
随着 Agent 开发的深入，开发者开始质疑 LangChain 及 LangGraph 这类“手动编排”框架的必要性。作者指出，在 Claude Code 和 OpenClaw 等依靠模型原生能力驱动流转的工具出现后，LangGraph ...