chaors

今天继续学习一些 LangGraph 常用到的基础 API。废话少说上干货。主要有并行分治、递归限制、长时记忆、MapReduce模式等。

前面 逐个学习了 LangGraph 的一些基础能力：Reducers、Send、Interrupt、Command。今天继续看 LangGraph 的其他基础能力。

前面了解了 LangGraph，以及写了第一个简单的 LangGraph 程序。今天继续深入学习 LangGraph，先从 LangGraph 的通讯机制开始。

前面系列地学习过 AI中的一种开发框架 LangChain，今天继续新框架 LanGraph。它超越了LangChain的线性工作流，通过循环支持复杂的任务管理。

前面学习了 什么是 MCP，及其基本使用方式。那么今天就再用一个更接近实际场景。 想象一下你的老板特别喜欢炒股， 那么是不是能做一个简单的 Agent来分析股票行情。

前面学了 MCP,他解决LLM 和物理世界的沟通问题。那么 Agent 之间是怎么通讯的？ 我们前面在学习 MAS 时了解了 多Agent的通信机制。今天再去了解另一种Agent通讯协：A2A。

之前我们知道 LLM 不能单独靠自己和物理世界通讯，所以，有了 Function calling。MCP正是基于 Function calling 的一套标准协议，让 LLM 和 物理世界的沟通更方便

前面学习了 Agent 用法，今天就能用 Agent 做一个简单的AI小项目来练手。 该项目是一个基于FastAPI + LangChain + 阿里LLM构建的国风占卜算命类 AI 聊天机器人。

前言前面学习了 AutoGen 基础，今天通过几个简单的应用场景来理解 MAS 的应用。看看 MAS 到底能做些什么。