案例 - LangGraphGo

深度研究

DeerFlow

DeerFlow 是一个基于多智能体架构的深度研究系统（ByteDance DeerFlow 的 Go 复刻版）。它通过编排 Planner（规划者）、Researcher（研究员）和 Reporter（报告员）智能体，对给定主题进行深度研究并生成详尽报告。

特性： 现代化 Web 界面、实时 SSE 状态更新、支持 CLI。

                            go build -o deerflow ./showcases/deerflow
                            ./deerflow

在线演示源码

多 Agent 协作

Open Deep Research

langchain-ai/open_deep_research 的 Go 语言实现。这是一个分层多智能体系统，由 Supervisor 智能体协调多个并行 Researcher 智能体，对复杂问题进行全面研究。

特性： 并行执行、Tavily 搜索集成、研究压缩、可配置模型。

                            cd showcases/open_deep_research
                            export OPENAI_API_KEY="..."
                            export TAVILY_API_KEY="..."
                            go run *.go "你的研究问题"

源码

工具使用

DeepAgents

一个具备文件系统访问权限和子智能体委派能力的智能体示例。展示了如何让 Agent 使用工具进行文件读写、管理待办事项列表以及处理复杂任务。

                            cd showcases/deepagents
                            export OPENAI_API_KEY="..."
                            go run main.go 

源码

金融 AI

Trading Agents

一个基于多代理 LLM 的金融交易框架，模拟专业交易公司的协作模式。通过基本面分析师、情绪分析师、新闻分析师、技术分析师、研究团队、交易员和风险管理团队的协作，对股票进行全方位分析并做出交易决策。

特性： 实时市场数据集成、后端 API 服务器、命令行界面、Web 仪表板、完善的日志追踪。

                            cd showcases/trading_agents
                            export OPENAI_API_KEY="..."
                            export ALPHA_VANTAGE_API_KEY="..."
                            go build -o bin/trading-cli ./cli
                            ./bin/trading-cli -cmd analyze -symbol AAPL

源码