👯♂️LangGraph来实现基本的多Agent系统
type
status
date
slug
summary
tags
category
icon
password
LangGraph最强的一个能力就是多Agent的实现，通过工作流的配置，它可以轻松的实现多个Agent的协同工
单个代理通常可以在单个域内使用少量工具有效地运行，但即使使用像
gpt-4 这样强大的模型，它在使用许多工具时也可能效率较低。处理复杂任务的一种方法是通过“分而治之”的方法：为每个任务或域创建一个专门的代理，并将任务路由给正确的“专家”。
我们通过一个双Agent系统来看下它是如何实现的，在这里我们要实现一个系统，包含：
- 搜索agent： 负责搜索网络信息并转化为结构数据
- 图表agent： 负责将数据展示为图表
这两个Agent将在工作流中协同工作，他们的图如下：
定义Agent
定义工具
创建图表
最终图形：
搜索并绘图
Loading...