#LangGraph

4天前

观察 AI 交易是很有趣的，而如果你能很方便的调教他们就更好啦。为此，我们也复刻并开源了一套类 nof1 的交易系统交易 Agent 由 Langgraph 搭建，便于开发者定制各种工具或接入 MCP 服务，可玩性很高；前端则保留了 Nof1 简约的设计风格。随缘求 star 🌟 围观 AI 亏钱👇

AI交易比赛：DeepSeek V3领先，GPT-5惨遭亏损· 77 条信息

#AI交易 #LangGraph #Nof1交易系统 #开源 #亏钱

1个月前

正好全部用过（写过hello world玩），无责任说下我的感受： - Claude Agent SDK 是目前快速搭建本地 demo 的最佳选择，几乎不需要处理细节，直接配置好权限、tools，想象成一个即插即用的 claude code，开始弄就行。缺点是 workflow 的编排抽象几乎没有。 - Vercel AI SDK 封闭的 OpenAI 生态的最佳选择，提供了涵盖各个领域并且高质量的工具，比如 image_generation / code_interpreter / computer ，并且对各种概念有很好的抽象，比如 Human-in-the-loop。跟着做一遍对 agent 现状会有好的理解。除了封闭，几乎没有缺点。 - Cloudflare Agent SDK，如果你没有非常多 Cloudflare 工具链相关的经验，建议不好碰。我某次觉得 Cloudflare 提供了全套的比如 kv 和 worker 这样的好东西，应该会很好用，最后被迫删掉了搞了几晚上的所有代码。 - LangGraph 概念太复杂，项目跑起来之后，感觉自己对于项目有种完全不了解的感觉，不适合我这种没有经历大型项目的 vibe coder。 - LlamaIndex 比 LangGraph 好一点，但是问题类似。 - Mastra 最大的好处是开发体验好，调试非常方便，开箱即用，并且审美优秀。教程做的非常好。并且有 Mastra Cloud，提供云服务。 - 还有 Agno ，可以理解成 Python 版本的 Agno，我非常喜欢他的 Teams 概念，可以非常简单的搭建 MAS，比如。缺点是目前 API 迭代很快，其实也是优点。 - 还有 ADK ，Google 出的，支持 Python 和 Java（没有用过，但是应该是不多的选择）。他的 custom agents 是我用过最简单地构建复杂 agent 工具，可以理解成 Agno 的 teams 的可高度自定义版本，比如。 - 最后，如果只需要一个 Agent SDK，那肯定是 AI SDK ，最大的优点是什么都刚刚够用的感觉，好用但是不复杂，非常适合体验第一次 agent 的构建。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1151 条信息

#Agent SDK #AI SDK #Cloudflare Agent SDK #LangGraph #LlamaIndex

1个月前

现在的 Agent SDK 太多了，不知道用哪个了，选择困难症 Claude Agent SDK： Vercel AI SDK: OpenAI Agent SDK: Cloudflare Agent SDK: LangGraph: LlamaIndex: Mastra:

AI编程工具激战：Claude Code、Gemini Cli崛起· 1151 条信息

#Agent SDK选择困难 #AI SDK #LangGraph #LlamaIndex #Mastra

1个月前

如果对 DeepResearch 这类复杂的 Agent 感兴趣，我建议学一下LangGraph的免费课程 Deep Research with LangGraph。课程比较循序渐进，先做一个单Agent系统，然后进化为多 Agent。最主要是架构简单，外部依赖非常少，一个大模型一个搜索API就完了。

谷歌Deep Research：AI操作系统雏形？· 123 条信息

#DeepResearch #LangGraph #agent #大模型 #搜索API

2个月前

怎么给一堆AI智能体（Agent）排班调度。你可以把它想象成一个餐厅的后厨：光有好厨师（AI模型）不够，还得有个厉害的厨师长（调度系统）来协调谁做什么菜、按什么顺序做，才能不出乱子，高效出餐。要想让多个AI智能体真正高效、可靠地协同工作，一个设计优良的调度系统是关键，它决定了整个AI应用的稳定性和能力上限。它不只是个简单的任务派发，而是一个需要处理各种复杂情况的核心控制器。 1.调度系统核心要管好几件事：任务队列与管理：活来了得接着，并排好优先级，不能丢。资源分配：看哪个AI“厨师”现在闲着，有能力干这个活，就把任务派给它。状态跟踪：得时刻知道每个任务进行到哪一步了？是正在做、做完了还是卡住了？协调与路由：任务A的输出，要能准确地交给任务B当输入，让流程能串起来。 2.实现时会遇到的实际麻烦（坑）比如： AI干活慢又不确定：不像传统程序，AI生成内容要多久没个准数，还可能失败。任务有“依赖”：任务B必须等任务A完成才能开始，调度器得处理好这种关系。得“重试”和“处理错误”：某个AI搞砸了，不能整个流程就崩了，得能重新派活或者走备用方案。 “长期任务”不好管：有些任务要等很久（比如等人类回复），调度器要能把它挂起，之后还能接着管。 3.常用的解决工具比如： LangGraph：一个专门为构建这种有状态、多步骤的AI应用而设计的框架。 Celery 和 Redis：经典的任务队列和消息中间件组合，用来管理任务分发和状态。原文：

#AI智能体调度 #任务队列管理 #LangGraph #Celery和Redis #AI任务依赖

2个月前

收到朋友写的新书，构建AI智能体的硬核技术类书，langgraph是langchain生态的热门工具框架，也是langchain团队出品。智能体概念太火了，国内学习氛围也不错，专业书越来越多，推荐做智能体研发的朋友多看看。

#AI智能体 #LangGraph #LangChain #技术类书 #积极

2个月前

🦜 LangChain 官网走读：让 Agent 无处不在 💨 今天的内容介绍了 LangChain 官方网站的最新更新。重点包括新产品展示和 LangGraph 的发展，强调了官网结构简洁与资源丰富。同时提到 Agent Stack 及其主要功能，大家可参考官方文档以增强对产品的理解。 P.S.官方刚刚上线了 Open Deep Research 的视频

谷歌Deep Research：AI操作系统雏形？· 123 条信息

#LangChain #agent #LangGraph #Open Deep Research #AI

3个月前

《LangGraph实战》新书正式发售了。整整八个月，感谢海立老师带我解锁了写书成就，让我体验到了写书和写技术文章的本质差异以及写书的技巧。对于喜欢LangGraph的爱好者来说这本书真心推荐，欢迎转发留言。后续会安排抽奖送书活动，感谢各位X友！

#LangGraph #新书发售 #海立老师 #技术书籍 #抽奖送书

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

3个月前

这个claude code的复刻看来比较靠谱：基于langgraph的deep agents 四大组成部分

AI编程工具激战：Claude Code、Gemini Cli崛起· 1151 条信息

#Claude Code #LangGraph #deep agents #复刻 #靠谱

5个月前

O3心目中的Agent平台第一梯队：n8n、Dify、AutoGen、Flowise、CrewAI、VoiceFlow 第二梯队：LangGraph、Coze、AgentOps、GPTScript

#Agent平台 #o3 #n8n #Dify #AutoGen #Flowise #CrewAI #VoiceFlow #LangGraph #Coze #AgentOps #GPTScript

5个月前

谷歌开源了一套Deep Research应用全栈应用，前端React，后端LangGraph。LangGraph Agent提供对话能力，使用Google API做搜索，使用Gemini API生成回复。 Github：

谷歌Deep Research：AI操作系统雏形？· 123 条信息

#谷歌 #Deep Research #LangGraph #Gemini API #开源