LangChain、LangGraph 与 Deep Agents:如何选择 Agent 架构
摘要理解 LangChain、LangGraph 与 Deep Agents 的分工,按任务复杂度选择合适的 Agent 架构。
NBuild · Noah 的技术笔记
我是 Noah,长期从事软件开发和系统架构。这里主要记录 AI Agent 与 LLM 应用开发,也会写软件系统的设计与故障排查。
20 篇系列文章 · 从模型调用到故障恢复
精选文章
摘要理解 LangChain、LangGraph 与 Deep Agents 的分工,按任务复杂度选择合适的 Agent 架构。
系列文章
博客
摘要比较 LangGraph 中 Supervisor、Handoff 与 Swarm 三种多智能体组织方式的差异,并说明子 Agent 作为 Tool、Command 状态流转与适用边界。
摘要围绕 LangGraph Subgraph,判断哪些流程适合独立成子图,并比较共享状态与独立状态两种组合方式下的上下文隔离与边界控制。
摘要围绕 LangGraph 的容错机制,划分 Retry、Checkpoint、Pending Writes 与 Time Travel 各自处理的故障边界,并说明恢复位置、节点粒度带来的重算成本以及外部操作的幂等要求。
摘要围绕 LangGraph 的 Interrupt 机制,它与 Persistence 配合,把一次原本必须连续完成的 Graph Run,拆成可以跨时间继续执行的多个阶段。
摘要说明 LangGraph 中 Checkpoint、Thread 与 Checkpointer 的关系,以及状态如何保存、读取与恢复。
项目
项目简介把一次 Agent 执行展开成事件流,用来检查状态变化、工具调用和恢复路径。
项目简介一个基于 Git 和 MDX 的内容编辑器,负责校验、预览和发布反馈。