多 Agent 系统 (Multi-Agent Systems)

单体 Agent 往往难以处理过于复杂的任务。通过将任务分解，让多个专注于特定领域的 Agent 协作，我们可以构建出更强大、更稳定的系统。LangGraphGo 的图结构天然适合编排多 Agent 系统。

1. Supervisor 模式 (监督者模式)

背景与功能

这是最经典的多 Agent 组织形式。一个中央的 "Supervisor" Agent 充当项目经理，它接收用户请求，将任务分解并分配给下属的 "Worker" Agent（如研究员、程序员、测试员）。Worker 完成任务后向 Supervisor 汇报，Supervisor 汇总结果或要求重做。

实现原理

在 LangGraphGo 中，Supervisor 是一个特殊的节点（通常是一个 LLM），它的输出决定了下一个被激活的节点（Worker）。这通过条件边实现。所有 Worker 节点的输出边都指回 Supervisor，形成一个星形拓扑结构。

代码展示

// 1. 定义 Worker 节点
g.AddNode("Researcher", researcherAgent)
g.AddNode("Coder", coderAgent)

// 2. 定义 Supervisor 节点
// 使用预构建的 CreateSupervisor 简化创建
supervisor := prebuilt.CreateSupervisor(
    model,
    []string{"Researcher", "Coder"},
    prebuilt.WithSupervisorSystemMessage("你是一个技术主管，负责协调研究和编码..."),
)
g.AddNode("Supervisor", supervisor)

// 3. 定义路由逻辑
// Supervisor 的输出是一个指令，告诉图下一步去哪个 Worker
g.AddConditionalEdge("Supervisor", func(ctx context.Context, state interface{}) string {
    return state.(AgentState).Next // 例如返回 "Researcher"
})

// 4. 定义回路
// Worker 完成后总是回到 Supervisor
g.AddEdge("Researcher", "Supervisor")
g.AddEdge("Coder", "Supervisor")

2. Hierarchical Teams (分层团队)

背景与功能

当团队规模变大时，扁平的 Supervisor 模式会遇到瓶颈。分层团队模式引入了层级结构：Supervisor 管理的是子图（Subgraphs），而每个子图本身可能也是一个由 Supervisor 管理的小组。

例如，一个 "Dev Team" 子图可能包含 "Backend" 和 "Frontend" Agent。顶层 Supervisor 只需与 "Dev Team" 交互，而不需要关心具体的后端或前端细节。

实现原理

利用 LangGraphGo 的子图特性。我们将每个团队封装为一个 `CompiledGraph`，然后将其作为节点添加到上层图中。对于上层图来说，子图就是一个普通的节点。

代码展示

// 1. 构建 Research Team 子图
researchGraph := graph.NewStateGraph(...)
// ... 添加 researcher agents ...
researchTeam := researchGraph.Compile()

// 2. 构建 Coding Team 子图
codingGraph := graph.NewStateGraph(...)
// ... 添加 coder agents ...
codingTeam := codingGraph.Compile()

// 3. 构建顶层图
topGraph := graph.NewStateGraph(...)
topGraph.AddNode("ResearchTeam", researchTeam)
topGraph.AddNode("CodingTeam", codingTeam)
topGraph.AddNode("TopSupervisor", topSupervisor)

// ... 定义顶层路由 ...

3. Network / Swarm (网络/蜂群模式)

背景与功能

在去中心化的网络模式中，没有单一的管理者。每个 Agent 都可以根据需要将任务移交给其他 Agent。这类似于微服务架构或人类的社交网络。

实现原理

每个 Agent 节点都配备了路由逻辑（条件边）。当 Agent A 认为任务超出了自己的能力范围，或者需要 Agent B 的协助时，它会输出一个特殊的信号，触发条件边跳转到 Agent B。