- 综合排序
- 最热优先
- 最新优先
【Multi-agent实战】教你如何用Multi-agent分析开源Github项目
这篇我们做三件事：把你现有的 Deepfake 实验流程拆成「可以被 Agent 调度」的几个任务节点；用 LangGraph 搭一个 Multi-Agent 工作流：Config → Train → 下一步就是把它们塞进 Multi-Agent 工作流里。 如果你把这套东西写进简历 / 博客，面试官很可能会问：你为什么要用 Multi-Agent / LangGraph，而不是一个脚本搞定？Multi-Agent 带来的真实价值是什么？ 5.2 Multi-Agent 真正带来的东西？流程显式化：Config / Train / Eval / Viz / Report 都是独立节点；修改任意一环不影响其他节点。 统一入口：上层只需要给一段自然语言： “帮我跑一个跨数据集 baseline”Multi-Agent 工作流负责把这段话变成真正的可执行实验计划。
52020编辑于 2025-11-23- 来自专栏架构驿站
Multi-Agent ，知多少？
MAS 提供了一种强大的分布式架构框架，有望彻底克服单一代理系统固有的瓶颈。 Multi-Agent 系统灵活可扩展的特性，使其可以更容易地适应不断变化的复杂业务环境和需求。 Multi-Agent 系统系统固有的分布式特征还赋予了它天然的容错性和健壮性。 Multi-Agent 系统参考架构示意图 Multi-Agent 系统凭借其先天的分布式协作、异构智能融合、模块化扩展、容错鲁棒等独特优势，正逐步展现出在诸多传统行业和复杂应用场景中的革命性影响力和巨大变革潜能 此外，在需求变化剧烈、环境复杂多变的应用场景中，Multi-Agent 系统的适应性决策能力也将大放异彩。 灵活的模块化设计和自主调整策略，使 Multi-Agent 系统能够有效应对动态环境的不确定性挑战，制定出行之有效的应对之策。
2.1K10编辑于 2024-11-01 Multi-Agent多智能体协作系统：架构原理、框架选型与实战指南
Multi-Agent多智能体协作系统：架构原理、框架选型与实战指南当前AI应用开发正经历一次范式转变：从依赖单一模型的多轮对话，转向多个智能体协同工作的Multi-Agent架构。 Multi-Agent架构的核心思路是让多个具备不同专业能力的AI智能体像团队一样分工协作，自动完成复杂任务链。 本文将从架构原理、协议标准、框架选型到生产部署，完整拆解Multi-Agent系统的技术内核。一、什么是Multi-Agent？为什么2026年是爆发元年？ 三、2026主流框架横向对比：选哪个？理解了底层原理，接下来看框架选型。 2026年的Agent框架已经非常丰富，但真正在生产环境验证过的主要有以下几个：3.1 六大框架核心定位 框架开发者核心理念最佳场景GitHub StarsLangGraphLangChain
4.9K20编辑于 2026-04-02【Multi-agent实战】LangGraph 实现可视化的科研 Multi-Agent实战项目
用 【Multi-agent实战】LangGraph 实现可视化的科研 Multi-Agent实战项目✍ 前言上一篇我们搞了一个「科研 Multi-Agent 小队」：Supervisor 当老板；PaperHunter 这一篇，我们就把上一篇的科研 Multi-Agent —— 迁移到 LangGraph 上，用“图”的方式组织 Agent。 一、为什么要用 LangGraph 来做 Multi-Agent？ 六、面经角度：围绕 LangGraph + Multi-Agent 怎么吹？给你几段可以直接背的回答。Q1：你在项目里是怎么管理 Multi-Agent 的流程的？为什么选 LangGraph？ Q3：如果后续要在这个科研 Multi-Agent 里加入“在线强化学习 / 评分器调整策略”，LangGraph 还能 hold 住吗？ 节点粒度 和 显式图结构 来解决：planning 幻觉；粒度太碎 / 太粗；顺手准备了几个关于 LangGraph + Multi-Agent 的面经回答
1K10编辑于 2025-11-22【Multi-Agent实战】如何用 LangChain 打造一个 Multi-Agent 实战项目
【Multi-Agent】一、如何用LangChain打造一个Multi-Agent实战项目这篇就是给已经玩过LangChaintools+Agent的同学看的进阶篇：你已经玩过time/weather 这种自定义工具；也看过AgentType.CHAT_ZERO_SHOT_REACT_DESCRIPTION一路Thought/Action/Observation的DebugLog；但一到Multi-Agent
58210编辑于 2025-12-16Multi-Agent 框架终极对比：LangGraph、CrewAI、AutoGen 谁才是真·编排之王？
年主流框架版本，环境配置以官方文档为准。 Multi-Agent 则是一个**“专业项目组”**：有产品经理（PM）拆解需求，有架构师（Architect）设计框架，有程序员（Coder）写代码，还有测试（Tester）找茬。 但问题来了：2026 年市面上涌现出数十个 Multi-Agent 框架，从 LangGraph 的状态机到 CrewAI 的角色扮演，再到 AutoGen 的自由对话，到底该选谁？ 二、四大主流框架深度横评我们选取了 2026 年最热门的四个框架进行对比：LangGraph、CrewAI、AutoGen、AgentX（华为云开源）。1. 技术迭代：AI 领域发展迅速，框架特性请以官方最新文档为准。
3.7K30编辑于 2026-03-16- 来自专栏AI机器学习与深度学习算法
机器学习入门 8-7 偏差方差平衡
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍什么是偏差和方差，并从偏差和方差这种更高更全面的视角来探讨模型过拟合和欠拟合，最后提出在算法层面上主要解决高方差，并提出五条解决高方差的手段。
1.2K10发布于 2020-01-14 - 来自专栏企鹅号快讯
VAIN：Attentional Multi-agent Predictive Modeling
VAIN: Attentional Multi-agent Predictive Modeling[J]. arXiv preprint arXiv:1706.06122, 2017. 模型框架如上图。在输入层，F_i代表agent i的原始特征，如类型、位置等信息。
1.3K70发布于 2018-01-09 - 来自专栏【腾讯云开发者】
Multi-Agent全面爆发！一文详解多智能体核心架构及LangGraph框架
LangGraph作为LangChain生态系统的重要扩展，通过引入有向图模型重构了传统智能体的工作流架构，将复杂的多步骤交互和决策过程模块化，是目前主流的多智能体集成框架之一。 关注腾讯云开发者，一手技术干货提前解锁 本文主要介绍多智能体集成框架LangGraph的相关概念及使用，关于大模型应用开发的基本的流程可以阅读：《GitHub 12w Star神器！ 一文详解大模型集成框架LangChain》，详细介绍了构建大模型应用的步骤及概念（提示词模版、输出解析器、记忆、工具、Agent、RAG等） 01、LangGraph概述 1.1 什么是LangGraph recursion_limit": 50} # 设置递归限制为50次 ) except GraphRecursionError: print("执行步数超过限制，抛出异常") # 异常处理... 03、Multi-Agent 至此，关于LangGraph的介绍就全部结束了，LangGraph作为多智能体应用的编排框架，通过图结构、灵活的状态管理和控制流，为构建复杂的多智能体应用提供了强大基础设施。
4.1K62编辑于 2025-12-16 【Multi-agent】智能科研助手实战项目
从 0 组建你的 AI 科研小队：Multi-Agent 帮你做文献调研 + 实验规划✍ 前言很多科研工作者肯定都吐槽过：「文献太多看不完、实验方案想不清楚、写总结又很痛苦。」 但反过来想：这些事情，其实都可以拆成一堆「标准化的小任务」，非常适合交给 Multi-Agent AI 科研小队 来做。 这篇就带你搞一个科研向 multi-agent 实战项目：场景： 想做一个「CLIP 在伪造检测 / 多模态安全」方向的小综述 + baseline 实验规划；目标： 让一组 Agent 帮你：自动搜集相关论文 于是，我们就可以设计一个 科研 Multi-Agent 小队： PaperHunterAgent：文献猎手 PaperAnalystAgent：论文分析师 ExperimentPlannerAgent：
72110编辑于 2025-11-22【Multi-Agent实战】如何用 LangChain 打造一个 Multi-Agent 实战项目
【Multi-Agent】一、如何用 LangChain 打造一个 Multi-Agent 实战 ✍ 前言 这篇就是给已经玩过 LangChain tools + Agent 的同学看的进阶篇： 你已经玩过 “Multi-Agent 和平时的 Tools 调用有什么本质区别？” 一、先把概念掰开：单 Agent vs Multi-Agent 1.1 单 Agent：一个人又要算日期又要查天气还要写代码 你现在的 Demo 结构本质上是这样的： 用户问题 ↓ 一个 Agent 1.2 Multi-Agent：拆成“调度员 + 专家小组” 更工程一点的想法是： 既然人类解决问题是「项目经理 + 各种专家」的协作，那 LLM 也可以这么玩。 这样既复用你对 tools + Agent 的理解，又自然过渡到 Multi-Agent 体系。
2.4K10编辑于 2025-11-23AI驱动自动化渗透测试：Multi-Agent框架攻克CTF智能攻防挑战
采用Multi-Agent自动化框架 长亭科技AI攻防技术研究组基于DSPy（Programming-not-prompting）理念，开发了专为渗透测试设计的Multi-Agent框架。 该框架包含： Plan Agent：统筹执行流程，生成结构化攻击方案（XML格式指令） 专项漏洞Agent：包括XSS Agent、SSTI Agent等垂直化漏洞利用模块 并行执行引擎：支持多环境隔离运行 ，通过共享内存和最大并发控制实现高效资源调度 实现精准漏洞识别与自动化利用 在腾讯云黑盲松黑客松实战中，该框架展现出三大核心能力： 反射型XSS通杀方案：结合Xray扫描与LLM-based Fuzzing ：确保工具执行的隔离性和安全性 大赛验证可靠性：在腾讯云黑盲松智能渗透挑战赛中获得实际应用验证 数据来源：长亭科技AI攻防技术研究组刘金钊在腾讯云黑盲松黑客松的技术分享 技术认证：集成DSPy编程框架和
54820编辑于 2026-04-04- 来自专栏NLP/KG
MetaGPT( The Multi-Agent Framework)：颠覆AI开发的革命性多智能体元编程框架
"MetaGPT( The Multi-Agent Framework)：颠覆AI开发的革命性多智能体元编程框架"一个多智能体元编程框架，给定一行需求，它可以返回产品文档、架构设计、任务列表和代码。 对于需要进行规划和协调的项目，这个框架提供了强大的支持.图片MetaGPT's 能力展示https://github.com/geekan/MetaGPT/assets/34952977/34345016
2.3K21编辑于 2023-10-13 【Multi-agent实战】 AI理财顾问实战项目
用 LangGraph 搭一个基金分析 Multi-Agent：给你打工人的「AI 理财顾问」✍ 前言上一篇我们用 LangGraph 搭了科研 Multi-Agent，这一篇换个更接地气的场景： “我每个月就能拿出 这就是一个很适合 Multi-Agent 的场景：把「信息搜集 → 指标计算 → 风险评估 → 资产配置建议 → 生成报告」 拆给不同的 Agent，最后 LangGraph 把流程编排成一张图。
66900编辑于 2025-11-22Multi-Agent 技术原理与落地场景全解析
当单个 AI 模型在复杂任务前显得力不从心 —— 比如既要检索文献又要撰写论文，既要处理数据又要生成报告，Multi-Agent（多智能体）技术应运而生。 PART 01 Multi-Agent 核心：不是 “多 AI 堆砌”，而是 “结构化协作” Multi-Agent 系统的本质，是让多个具备独立感知、决策、执行能力的智能体，通过预设规则或动态交互完成复杂任务 营销活动” 拆分为文案、设计、投放）； 执行 Agent：专注具体子任务落地（如文献检索 Agent、数据清洗 Agent）； 协调 Agent：监控进度、处理子任务依赖关系（如 “先完成文献检索再搭建论文框架 科研与学术 协作流程：选题 Agent→文献检索 Agent→框架 Agent→写作 Agent→润色 Agent→查重 Agent。将论文撰写周期从数月缩短至数天，降低学术门槛。 2. 自动驾驶 车、路、云智能体实时协同，百度 Apollo 框架让复杂路口通行效率提升 40%，紧急制动响应时间缩短至 0.2 秒。 6.
1.4K10编辑于 2025-12-31【Multi-agent实战】 AI论文秘书实战项目
这篇文章，我们不谈「怎么读论文」， 而是带你 从零搭一个论文精读 Multi-Agent 系统，让 LangGraph 来做这些事：帮你筛论文：从一堆候选中选出“值得精读 / 有复现价值”的；帮你结构化做笔记 ：任务定义、数据集、方法框架、实验指标；帮你生成实验 TODO：哪些可以在你现有代码库上快速复现，哪些适合作为你下篇论文的 idea 种子。 我们先把「论文精读」拆到 Multi-Agent 的粒度：PaperCollector Agent（论文收集）输入：研究方向（例如 “generalizable deepfake detection” / “multi-agent RL for LLM”）输出：一组候选论文的元数据（标题、作者、年份、来源、链接）PaperTagger Agent（论文打标签）把每篇论文分到几个维度：任务类型：检测 / "- id: 论文 id\n" "- task_type: 任务类型（例如 detection / generation / representation / RL / multi-agent
66900编辑于 2025-11-22Multi-Agent 系统正在杀死传统产品经理
他接着说："我们刚上线的Multi-Agent系统，8个AI智能体协作，15分钟就能完成一个产品经理一周的工作量。" ！ 可见，Multi-Agent系统正在重塑整个产品开发生态，而大多数产品经理还浑然不觉。 当AI开始质疑人类的专业性 Multi-Agent系统的核心武器是知识库，但这也是最让专业人士不安的地方。 某互联网公司的产品总监告诉我一个细思极恐的细节："我们的Multi-Agent系统最近开始主动优化产品功能。 越来越多的企业发现，Multi-Agent系统不仅能提高工作效率，还能带来质的提升。
16210编辑于 2026-02-02- 来自专栏码
传统Workflow与Multi-Agent workflow的区别
这也就意味着，我们需要让我们的工作系统，既支持multi-agent workflow模式，也支持在传统workflow模式中把agent作为节点的能力。 multi-agent本身实际上也是一个复合agent，因此，也可以作为传统workflow的节点。
1.2K10编辑于 2024-06-12 Multi-Agent系统Harness Engineering架构的思考与实践
本文基于agent技术论文，社区agent工程分享，结合笔者近期multi-agent项目实践，提出一套“知识—编排—门控—治理”四层解耦设计、经验沉淀、持续治理的MASHarness设计架构,整理成文 这篇论文中，UCBerkeley的研究者从7个主流MAS框架收集了1,642条执行轨迹，建立了一个系统性的MAS失败分类框架（MAST），识别出14种细粒度失败模式，归入三大类：FC1系统设计问题占44.2% 但论文也明确指出，这些局部修补仅对单一失败模式有效，7个框架的整体实测失败率仍在41%–86.7%之间。 所我们可以看到强如opus4.6这样的模型，在使用multi-agent架构完成复杂任务上，也需要投入大量精力在Harness上。 有了Harness，自主化和可控性不再是对立的：模型在框架内部可以充分发挥，框架的边界本身保证了系统不会因为单次判断失误而整体失控。
3.1K42编辑于 2026-03-13- 来自专栏AIGC新知
Multi-agent mode实践 | 用coze手捏一个bot
开发 AI chatbot（短视频爆款案例）初探 从0到1 | 使用coze国内版部署飞书bot机器人、豆包智能体 使用coze国内版部署企业微信客服【方舟智能】 今天这篇文章着重学习一下coze的Multi-agent Multi-agent概述 Agent（此处翻译为智能体）是可以独立执行任务的智能实体。在 Coze 中开发机器人时，默认使用单agent模式。
3.4K10编辑于 2024-10-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号