在 LangGraph 中构建 Multi-Agent（多智能体）系统时，由于其底层的图结构（Graph-based）和共享状态（Shared State）设计，使得它可以非常灵活地实现多种复杂的协同模式。 根据 LangGraph 的官方文档和最佳实践，主要支持以下 5 种核心的多智能体协同模式： --- 1. Supervisor / Router Pattern（主管/中心路由模式） 这是 LangGraph 中最经典、应用最广泛的多智能体模式。 工作原理：存在一个中心的“Supervisor（主管）”智能体，它不直接执行具体任务，而是负责理解用户的总体需求，并决定接下来应该由哪个具体的“Worker（员工）”智能体来执行任务。员工完成任务后，会将结果返回给主管，主管再决定是继续分配给其他员工，还是结束任务。 图拓扑结构：星型结构（Star Topology）。 适用场景：需要多种不同专业技能组合的复杂任务。例如：一个 （负责搜索资料）、一个 （负责写代码）、一个 （负责审查），由 居中统筹。 优势：控制力强，不易跑题，状态管理集中。 2. Network / Peer-t...
播面