Langchain-dev-utils Example Project
该仓库提供了一个示例项目langchain-dev-utils-example，目的是为了帮助开发者快速了解如何利用 langchain-dev-utils 提供的工具函数，高效构建三种典型的智能体（agent）系统：
- 单智能体（Single Agent）：适用于执行简单任务以及长期记忆存储相关的任务。
- 监督者-多智能体架构（Supervisor-Multi-Agent Architecture）：通过一个中央监督者协调多个专业化智能体，适用于需要任务分解、规划和迭代优化的复杂场景。
- 交接架构（Handoffs Architecture）：每个智能体负责特定任务，并在需要时将控制权转移给其他智能体。
快速开始
- 克隆本仓库：
- 使用 uv 安装依赖：
- 创建.env文件
-
编辑
.env文件，填入你的 API 密钥（需要ZhipuAI和Tavily的 API 密钥）。 -
启动项目
使用的功能
单智能体（Simple Agent）：
使用的本库的功能：
- 对话模型管理（含OpenAI兼容API集成）：
register_model_provider、load_chat_model - 嵌入模型管理：
register_embeddings_provider、load_embeddings - 格式化序列：
format_sequence - 中间件：
format_prompt
监督者-多智能体架构（Supervisor-Multi-Agent Architecture）：
使用的本库的功能：
- 对话模型管理（含OpenAI兼容API集成）：
register_model_provider、load_chat_model - 多智能体构建：
wrap_all_agents_as_tool
交接架构（Handoffs Architecture）：
使用的本库的功能：
- 对话模型管理（含OpenAI兼容API集成）：
register_model_provider、load_chat_model - 中间件：
HandoffAgentMiddleware
如何自定义
可以根据实际的需求，对本项目进行自定义修改。
1. 替换对话模型提供商
本项目默认使用智谱AI的GLM系列作为核心模型，具体如下：
GLM-5：用于simple-agent,supervisor-agent的主智能体,以及handoffs架构的智能体GLM-4.7-Flash：用于supervisor-agent的search subagentGLM-4.6V：用于supervisor-agent的vision subagent
如需自定义模型提供商，请修改src/utils/providers/chat_models/register.py，在register_all_model_providers函数中使用register_model_provider函数注册你的模型提供商。
同时建议修改src/utils/providers/chat_models/load.py，在load_chat_model函数中添加对应的加载逻辑。
对话模型管理最佳实践
load_chat_model函数采用关键字参数接收不同对话模型类的额外参数（LangChain官方函数也采用此方式）。这种方式提升了通用性，但会削弱IDE类型提示，增加参数误用风险。因此，若已确定具体提供商，可针对其集成对话模型类（或嵌入模型类）扩展参数签名以恢复类型提示，参考src/utils/providers/chat_models/load.py进行针对性修改。
2. 注册嵌入模型提供商
嵌入模型提供商的注册方式与对话模型类似。请修改src/utils/providers/embeddings/register.py，在register_all_embeddings_providers函数中使用register_embeddings_provider函数注册你的嵌入模型提供商。
如需自定义加载逻辑，可修改src/utils/providers/embeddings/load.py，在load_embeddings函数中添加相应的加载逻辑。
3. 自定义工具
单智能体（simple-agent）
工具实现位于 src/agents/simple_agent/tools.py，已内置：
- save_user_memory —— 持久化用户记忆
- get_user_memory —— 读取用户记忆
如需扩展，直接在该文件内新增对应的工具实现即可。
监督者-多智能体（supervisor-agent）
工具实现位于 src/agents/supervisor/subagent/tools.py。是子智能体的工具实现，如需为子智能体添加自定义工具，直接在该文件内新增对应的工具实现即可。
注意：supervisor 默认仅持有“调用子智能体”的task工具。若需为 supervisor 追加自定义工具，建议在 src/agents/supervisor/ 下新建 tools.py，编写完成后在 src/agents/supervisor/agent.py 中导入并传递给 create_agent 函数即可。
交接架构（handoffs）
工具实现位于 src/agents/handoffs/tools.py。是该架构下的所有智能体的工具实现，如需为某个特定智能体添加自定义工具，直接在该文件内新增对应的工具实现即可。