LangGraph
公司深度报告自动生成company-research-agent框架及PP-DOCBEE文档大模型数据合成策略解析
今天是2025年5月6日,星期二,北京晴。文章介绍了两个项目:一是Deepresearch变体之公司报告自动生成company-research-agent的实现拆解,二是多模态文档大模型PP-DOCBEE的数据合成策略。前者着重于工程设计和流程细节,后者则关注数据合成的具体方法和技术。
可视化+代码实践说明AI智能体系统中的常见模式
本文回顾了智能体系统中的常见模式,区分了工作流与智能体的概念,并通过LangGraph的优势展示了它们的区别。文中介绍了多种工作流和智能体的实现方式,包括提示链、并行处理、路由、协调者-工作者以及评估器-优化器等模式,并讨论了何时使用这些方法。
LangGraph+MCP+Ollama:打造强大的多智能体聊天机器人
本文介绍了如何使用LangGraph、MCP和Ollama构建一个多智能体聊天机器人,并详细解释了函数调用和MCP的区别及其应用场景。
LangGraph全新4大预构建Agents框架登场
LangGraph预构建Agents生态新增5个开源项目:多智能体Swarm、记忆管理库LangMem、工具调用库trustcall以及层次化多智能体系统langgraph-supervisor,支持流式处理、长期记忆管理和复杂JSON结构操作。
一个基于工作流 workflow 的低代码平台:Flock
基于LangChain和LangGraph构建的解决方案,提供持久化对话、可观察性等功能,适用于快速构建聊天机器人和RAG应用。亮点包括工具调用、检索增强生成及人机协作等特性。