Skip to content

Latest commit

 

History

History

langgraph-agent

README.md

LangGraph 多Agent协作 函数型智能体模板

项目简介

本项目是一个基于 LangGraph 框架的多Agent协作智能体模板。 采用 Supervisor 智能调度模式，支持多种专业 Agent 协作、流式输出和云开发 MCP Server 工具调用，适合构建复杂的 AI 助手、联网/知识库检索/数据库检索等场景。

🚀 核心特性

  • 🧠 Supervisor 智能调度：基于 langgraph-supervisor 自动分配任务给最合适的专业 Agent
  • 👥 多专业 Agent 协作：支持联网搜索、知识库检索、数据查询等
  • ⚡ 流式输出优化：总结 LLM token 级流式，提升用户体验
  • 📝 配置化管理：通过 YAML 配置文件灵活控制各功能模块的启用状态
  • 🏗️ 函数型云托管：基于云开发函数型云托管，支持弹性扩缩容

快速开始

1. 依赖安装

pnpm install

2. 配置文件设置

  1. 复制 agent-config.yaml 并根据需求修改配置
  2. 创建 .env.development 文件并配置环境变量

3. 本地开发

# 启动本地开发服务
pnpm run dev

4. 如何调用 Agent 服务

调用云托管部署的 Agent 服务：

curl --location 'http://{envID}.api.tcloudbasegateway.com/v1/aibot/bots/{botID}/send-message'  \
--header 'Accept: text/event-stream' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer <token>' \
--data '{
    "msg": "今日天气",
    "searchEnable": true
}'

调用本地 Agent 服务：

curl --location 'http://{envID}.api.tcloudbasegateway.com/v1/aibot/bots/{botID}/send-message' --connect-to '{envId}.api.tcloudbasegateway.com:80:127.0.0.1:3000'  \
--header 'Accept: text/event-stream' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer <token>' \
--data '{
    "msg": "今日深圳天气",
    "searchEnable": true
}'

通过 --connect-to 参数可以将请求转发到本地 Agent 服务。

参数说明：

  • {envID}：云开发环境 ID
  • {botID}：Agent 智能体 ID，本地开发时可以任意指定

5. 部署上线

# 构建项目
pnpm run build

# 部署到云开发
pnpm run deploy

🔌 MCP 服务器集成

配置 MCP 服务器：

mcpServerList:
  - tools:
      - name: 'your-mcp-server1-tool1-name'
      - name: 'your-mcp-server1-tool2-name'
    url: https://{your-envId}.api.tcloudbasegateway.com/v1/cloudrun/{your-mcp-server1-name}/messages
    name: 'your-mcp-server1-name'

项目结构

langgraph-agent/
├── src/
│   ├── agent.ts                # 核心 Agent 类，多 Agent 协作逻辑
│   ├── index.ts                # 应用入口
│   └── lib/                    # 核心功能模块
│       ├── agent_config.ts     # Agent 配置管理
│       ├── agent_context.ts    # Agent 上下文管理
│       ├── agent_info.ts       # Agent 信息管理
│       ├── chat_tool.service.ts # 工具服务集成
│       ├── generalAgent.ts     # 通用 Agent 实现
│       ├── llm.ts              # LLM 服务封装
│       ├── mcp.ts              # MCP 服务器集成
│       ├── tcb.ts              # 云开发服务集成
│       └── util.ts             # 工具函数
├── agent-config.yaml           # Agent 配置文件
├── package.json                # 项目依赖
├── tsconfig.json              # TypeScript 配置
├── cloudbase-functions.json    # 云开发函数配置
└── README.md                  # 项目文档

架构与流程说明

多Agent 协作架构

flowchart TD
    A[用户输入] --> B[Supervisor<br/>智能调度Agent]
    
    B -->|联网搜索需求| C[SearchNetwork Agent<br/>互联网搜索专家]
    B -->|知识库查询| E[SearchKnowledge Agent<br/>知识库检索专家]
    B -->|数据查询需求| F[SearchDatabase Agent<br/>数据模型查询专家]
    
    C -->|搜索结果| B
    E -->|检索结果| B
    F -->|查询结果| B
    
    B -->|协作完成后的消息流| H[总结LLM<br/>流式输出]
    H -->|token级流式输出| A
    
    %% 工具集成
    C -.->|调用| C1[Tavily 搜索工具]
    E -.->|调用| E1[云开发知识库]
    F -.->|调用| F1[云开发数据模型]
    
    %% 样式定义
    classDef userInput fill:#e1f5fe,stroke:#01579b,stroke-width:2px
    classDef supervisor fill:#f3e5f5,stroke:#4a148c,stroke-width:3px
    classDef agents fill:#e8f5e8,stroke:#1b5e20,stroke-width:2px
    classDef summary fill:#fff3e0,stroke:#e65100,stroke-width:2px
    classDef tools fill:#fce4ec,stroke:#880e4f,stroke-width:1px
    
    class A userInput
    class B supervisor
    class C,E,F agents
    class H summary
    class C1,E1,F1 tools
Loading

🔄 工作流程详解

  1. 智能调度阶段：

    • Supervisor 分析用户输入，判断需要哪些专业 Agent 参与
    • 根据关键词和上下文自动分配任务

  2. 协作执行阶段：

    • 各专业 Agent 并行或串行执行具体任务
    • 调用相应的工具获取信息和结果

  3. 结果汇总阶段：

    • Supervisor 收集所有 Agent 的执行结果
    • 整合成完整的消息流

  4. 流式输出阶段：

    • 总结 LLM 基于协作结果进行 token 级流式输出
    • 用户实时看到生成过程

专业 Agent 详解

🌐 SearchNetwork Agent - 云开发联网搜索专家

  • 职责：获取最新互联网信息、实时数据
  • 工具：联网搜索工具
  • 触发场景：用户询问"最新"、"现在"、"今天"、"实时"等关键词
  • 适用场景：新闻事件、股票价格、天气、体育赛事等

📚 SearchKnowledge Agent - 云开发知识库检索专家

  • 职责：检索企业内部知识库、业务文档
  • 工具：云开发知识库检索
  • 触发场景：企业 FAQ、政策流程、技术规范等查询
  • 数据源：可配置多个知识库

🗄️ SearchDatabase Agent - 云开发数据模型检索专家

  • 职责：查询结构化业务数据
  • 工具：云开发数据模型检索
  • 触发场景：统计分析、历史记录、用户数据查询
  • 数据源：可配置多个数据模型

配置文件说明

项目使用 agent-config.yaml 进行配置化管理：

# Agent 基础信息
name: 智能小助手
model: deepseek-v3-function-call
agentSetting: 你什么都知道，无论用户问你什么问题，你都能输出长篇大论，滔滔不绝。

# 功能开关
searchNetworkEnable: true    # 启用联网搜索
searchFileEnable: true       # 启用文件解析
isNeedRecommend: true         # 启用推荐问题

# 数据源配置
knowledgeBase: ['your-knowledge-base-id']    # 知识库 ID 列表
databaseModel: ['your-database-model-id']    # 数据模型列表

# MCP 服务器配置
mcpServerList:
  - name: your-mcp-server-name      # 腾讯地图 MCP 服务
    url: https://${your-env}.api.tcloudbasegateway.com/v1/cloudrun/${your-mcp-server-name}/messages
    tools:
      - name: geocoder         # 地理编码
      - name: placeSearchNearby # 附近搜索
  - name: your-mcp-server-name             # 云开发 MCP 服务
    url: https://${your-env}.api.tcloudbasegateway.com/v1/cloudrun/${your-mcp-server-name}/messages
    tools:
      - name: listEnvs        # 列举环境

环境变量配置

创建 .env.development 文件进行本地开发配置：

# === 必需配置 ===
CLOUDBASE_ENV_ID=your-env-id                    # 云开发环境 ID
CLOUDBASE_API_KEY=your-api-key                  # 云开发 API Key

> **部署说明**：部署到线上时，可通过云开发控制台配置环境变量。

参考文档

技术栈

技术 版本 说明
LangGraph 0.3.1+ 多 Agent 协作框架
LangGraph Supervisor 0.0.13+ 智能调度器
LangChain 0.3.27+ LLM 应用开发框架
云开发 - 部署平台

License

MIT License