LANGCHAIN_TUTORIAL 回 Jason 主站

04 · Multi-Agent — 多个 Agent 协作

本步带回家的概念：复杂任务拆给多个专业 Agent，靠”父图嵌套子图”组织。两种主流模式：Supervisor（一个总控分派任务）和并行（多个独立任务同时跑、最后汇总）。 配套代码：final/02_langgraph/04_multi_agent.py 预计耗时：50-65 分钟（最后一篇 LangGraph，密度仍较高）

准备 (5 分钟)

任务卡

任务 1 · 跑起来感受两种模式（10 分钟）

做什么：

python final/02_langgraph/04_multi_agent.py

观察两段：

  1. Supervisor：你给一个混合任务”了解 RAG + 写 Python 示例”。Supervisor 节点先判断该叫谁，调 researcher 子图返回研究结果，再叫 coder 子图返回代码，最后输出 FINISH 走 END。
  2. 并行：从 START 同时连到 research 和 analysis 两个节点，两个跑完后用 add_edge(["research", "analysis"], "synthesize") 汇合。

关键观察：Supervisor 段的 print 顺序——[Supervisor] 决定：researcher → [Researcher] 开始工作 → [Researcher] 完成 → [Supervisor] 决定：coder → …

给 AI 的 prompt：

我刚跑了 final/02_langgraph/04_multi_agent.py 的两段。

请用日常类比帮我搞清 3 件事：

1. Supervisor 模式像不像"项目经理 + 专家团"——
   PM 接需求、判断该叫谁、把活分下去、收回结果再决定下一步？
   什么时候用 Supervisor 比纯 ReAct（一个 Agent + 多工具）好？
2. "把一个编译好的图当作另一个图的节点"——这个 Subgraph 概念，
   能不能比喻成"调用一个写好的 Python 函数"？区别是什么？
3. 并行模式用 add_edge(START, "A") + add_edge(START, "B") 让两个节点同时启动；
   再用 add_edge(["A", "B"], "C") 让 C 等两个都跑完才启动。
   这是不是就是"并发 + barrier"？

回答 350 字内，每问独立段落。

自检：能讲清「什么场景用 Supervisor，什么场景用并行」（提示：Supervisor 适合任务有依赖、需要动态决策；并行适合任务彼此独立可同时做）。

任务 2 · 写一个最简 Subgraph（10 分钟）

做什么：在 _scratch/my_g04_multi.py 里写一个最小 Subgraph 嵌套：

不带工具、不带 Supervisor，只验证”子图能当节点”。

给 AI 的 prompt：

我要在 _scratch/my_g04_multi.py 里写一个最简的 Subgraph 嵌套：
子图 greeter 单节点；父图调用子图作为一个节点，仅此而已。

请引导我（不直接给代码）：
1. 子图 compile() 后得到的 Runnable，怎么塞进父图当 node？
   是直接 add_node("name", subgraph) 吗？
2. 子图和父图的 State schema 必须一样吗？
   不一样会怎样？（提示：跟 messages 字段是否共享有关）
3. 子图内部的 START / END 是子图的还是父图的？
   父图调子图时，子图从子图的 START 开始执行，对吗？

每次只问我一个问题。

写完跑：

python _scratch/my_g04_multi.py

自检：能讲清「子图作为 node 跟普通函数 node 的差别」（提示：子图本身有 State，更”重”；适合封装”完整的子流程”，普通函数 node 适合”一步操作”）。

任务 3 · 加 Supervisor 协调两个子 Agent（15 分钟）

做什么：扩任务 2，写两个子图：

父图 Supervisor 节点根据用户输入决定叫谁，调完后回到 Supervisor 决定是 FINISH 还是继续。

给 AI 的 prompt：

我要把 my_g04_multi.py 扩成 Supervisor 模式：
- 两个子图：joker（讲笑话）/ serious（严肃回答）
- 父图 Supervisor 决定调谁，最后输出 FINISH 走 END

请引导我（不直接给代码）：
1. Supervisor 节点的 SystemMessage 怎么写，让 LLM 输出准确的下一步标签？
   （提示：明确列出可选项 + "只输出一个词" 的约束）
2. 父图 State 应该有几个字段？为什么除了 messages 还要 next_agent？
3. 子图调用完之后，父图从子图返回的 messages 字段怎么 merge 到父图 messages？
   （提示：跟 add_messages reducer 有关）

每次只问我一个问题。

跑测试：「先讲个程序员笑话，再严肃讲一下程序员真实工作压力」——观察 Supervisor 是否调了 joker 和 serious 各一次。

自检：能讲清「为什么 Supervisor 需要循环（researcher → supervisor → coder → supervisor → END），不能 researcher → coder → END」（提示：必须每完成一步都让 Supervisor 决定下一步是 FINISH 还是继续；硬连接灵活度差）。

任务 4 · 加并行——两个子任务同时跑（10 分钟）

做什么：再加一个并行示例（独立函数 demo_parallel），不嵌入 Supervisor：

给 AI 的 prompt：

我要在 my_g04_multi.py 加一个并行示例。
两个任务（查天气、查新闻）从 START 同时启动；都跑完后汇合到 summarize 节点。

请引导我（不直接给代码）：
1. add_edge(START, "A") 和 add_edge(START, "B") 同时存在时，
   LangGraph 是真的并发（多线程/异步）还是顺序跑两个？
2. add_edge(["A", "B"], "C") 这种 list 形式的来源节点，
   语义是 OR（任一完成就跑 C）还是 AND（都完成才跑 C）？
3. State schema 设计：weather_result 和 news_result 是两个独立字段
   还是塞同一个 dict？哪种更好？

每次只问我一个问题。

写完跑，观察总耗时（如果真并行，应该接近 max(weather_time, news_time)，不是 sum）。

自检：能讲清「LangGraph 的并行靠什么实现」（提示：两个节点从同一个上游同时被触发；底层是 asyncio 调度）。

任务 5 · 自检：跟 final 对比（5 分钟）

给 AI 的 prompt：

我自己写的 _scratch/my_g04_multi.py：
[贴代码]

参考答案 final/02_langgraph/04_multi_agent.py：
[让 AI 自己读]

请帮我对比 4 处：
1. 子图的 ToolNode + tools_condition 接入方式我对吗？
2. Supervisor 决策的 SystemMessage 我写得明确度够吗？
3. 父图返回 next_agent 字段的更新方式（return dict 而不是直接 mutate）
4. 并行节点的 add_edge(["A","B"], "C") 写法我用对了吗？

哪些是风格差异，哪些是真问题？真问题告诉我"为什么 final 这样写更好"，
不要直接给修改后代码——让我自己改。

通关条件

卡点日志（必填）

打开 _scratch/journal/，新建 2026-XX-XX-week3-04.md：

# Week 3 · 04_multi_agent — 卡点日志

## 卡点

## "原来如此"时刻

## 想留作复用的 prompt

## 还没搞懂的（留尾巴）

Week 3 收尾自评

走完 4 篇 LangGraph 教程后，问自己：

  1. 现在能不能用一句话分别讲清以下 4 件事？
    • StateGraph 三件套是什么
    • tools_condition 在干嘛
    • Checkpointer + thread_id 解决什么问题
    • Supervisor vs 并行的差别

讲不清的回头补——不要硬走 Week 4。

通往下一站