一篇带有“multi-skills”标签的帖子

学习如何使用 LangGraph 和一组专业化 AI 智能体来构建自主研究助手​

GPT Researcher 初版发布至今仅一年，但构建、测试和部署 AI 智能体的方法已经发生了巨大变化。这正是当前人工智能发展速度和本质的体现。从简单的零样本或少样本提示开始，迅速演变为智能体函数调用、RAG，到现在最终的智能体工作流（即“流程工程”）。

吴恩达（Andrew Ng）最近表示：“我认为 AI 智能体工作流今年将推动 AI 取得巨大进步——甚至可能超过下一代基础模型。这是一个重要趋势，我敦促所有从事 AI 工作的人都关注它。”

在本文中，您将学习为什么多智能体工作流是当前最佳标准，以及如何使用 LangGraph 构建最优的自主研究多智能体助理。

要跳过本教程，请随时查看 GPT Researcher x LangGraph 的 Github 仓库。

LangGraph 简介​

LangGraph 是 LangChain 的一个扩展，旨在创建智能体和多智能体工作流。它增加了创建循环流程的能力，并内置了内存——这两者都是创建智能体的重要属性。

LangGraph 为开发者提供了高度的可控性，对于创建自定义智能体和流程至关重要。几乎所有生产环境中的智能体都是根据其试图解决的特定用例进行定制的。LangGraph 让你能够灵活地创建任意定制的智能体，同时为此提供了直观的开发者体验。

闲话少说，让我们开始构建吧！

构建终极自主研究智能体​

通过利用 LangGraph，可以借助多个具备专业技能的智能体，显著提升研究的深度和质量。让每个智能体只专注于一项特定技能，有助于实现更好的关注点分离、定制化，并随着项目的增长实现规模化的进一步开发。

受近期 STORM 论文的启发，这个例子展示了一个 AI 智能体团队如何协同工作，对给定主题进行研究，从规划到发布。这个例子还将利用领先的自主研究智能体 GPT Researcher。

研究智能体团队​

研究团队由七个 LLM 智能体组成

• 总编辑 — 监督研究过程并管理团队。这是使用 LangGraph 协调其他智能体的“主”智能体。该智能体充当主要的 LangGraph 接口。
• GPT Researcher — 一个专业的自主智能体，对给定主题进行深入研究。
• 编辑 — 负责规划研究大纲和结构。
• 审阅者 — 根据一组标准验证研究结果的正确性。
• 修订者 — 根据审阅者的反馈修订研究结果。
• 作者 — 负责整理和撰写最终报告。
• 发布者 — 负责以各种格式发布最终报告。

架构​

如下图所示，自动化过程基于以下几个阶段：规划研究、数据收集与分析、审阅与修订、撰写报告以及最终发布

更具体地说，过程如下

• 浏览器 (gpt-researcher) — 根据给定的研究任务浏览互联网进行初步研究。这一步至关重要，能让大语言模型（LLM）根据最新的相关信息来规划研究过程，而不是仅仅依赖于针对特定任务或主题的预训练数据。

• 编辑 — 根据初步研究规划报告大纲和结构。编辑还负责根据规划的大纲触发并行的研究任务。

• 针对每个大纲主题（并行进行）

  • 研究员（gpt-researcher） — 对子主题进行深入研究并撰写草稿。该智能体在底层利用 GPT Researcher Python 包，以获得优化、深入且基于事实的研究报告。
  • 审阅者 — 根据一套准则验证草稿的正确性，并向修订者提供反馈（如果有）。
  • 修订者 — 根据审阅者的反馈修订草稿，直到满意为止。

• 作者 — 根据给定的研究发现，整理并撰写最终报告，包括引言、结论和参考文献部分。

• 发布者 — 将最终报告发布为多种格式，如 PDF、Docx、Markdown 等。

• 我们不会深入探讨所有代码，因为代码量很大，但会主要关注我发现有价值分享的有趣部分。

定义图状态​

LangGraph 中我最喜欢的功能之一是状态管理。LangGraph 中的状态是通过一种结构化方法实现的，开发者定义一个 GraphState 来封装应用的整个状态。图中的每个节点都可以修改这个状态，从而可以根据交互过程中不断变化的上下文做出动态响应。

就像任何技术设计的开端一样，考虑整个应用程序的数据模式是关键。在这种情况下，我们将定义一个 `ResearchState`，如下所示

class ResearchState(TypedDict):
    task: dict
    initial_research: str
    sections: List[str]
    research_data: List[dict]
    # Report layout
    title: str
    headers: dict
    date: str
    table_of_contents: str
    introduction: str
    conclusion: str
    sources: List[str]
    report: str

如上所示，状态分为两个主要部分：研究任务和报告布局内容。当数据在图中的智能体之间流转时，每个智能体将依次根据现有状态生成新数据，并更新它以供图中后续的其他智能体处理。

然后我们可以用以下方式初始化图

from langgraph.graph import StateGraph
workflow = StateGraph(ResearchState)

用 LangGraph 初始化图。如上所述，多智能体开发的一大优点是构建每个智能体，使其具有专业化和范围明确的技能。让我们以使用 GPT Researcher python 包的 Researcher 智能体为例

from gpt_researcher import GPTResearcher

class ResearchAgent:
    def __init__(self):
        pass
  
    async def research(self, query: str):
        # Initialize the researcher
        researcher = GPTResearcher(parent_query=parent_query, query=query, report_type=research_report, config_path=None)
        # Conduct research on the given query
        await researcher.conduct_research()
        # Write the report
        report = await researcher.write_report()
  
        return report

如上所示，我们已经创建了一个 Research 智能体的实例。现在让我们假设我们已经为团队中的每个智能体都做了同样的操作。在创建所有智能体之后，我们将用 LangGraph 初始化图

def init_research_team(self):
    # Initialize skills
    editor_agent = EditorAgent(self.task)
    research_agent = ResearchAgent()
    writer_agent = WriterAgent()
    publisher_agent = PublisherAgent(self.output_dir)
    
    # Define a Langchain StateGraph with the ResearchState
    workflow = StateGraph(ResearchState)
    
    # Add nodes for each agent
    workflow.add_node("browser", research_agent.run_initial_research)
    workflow.add_node("planner", editor_agent.plan_research)
    workflow.add_node("researcher", editor_agent.run_parallel_research)
    workflow.add_node("writer", writer_agent.run)
    workflow.add_node("publisher", publisher_agent.run)
    
    workflow.add_edge('browser', 'planner')
    workflow.add_edge('planner', 'researcher')
    workflow.add_edge('researcher', 'writer')
    workflow.add_edge('writer', 'publisher')
    
    # set up start and end nodes
    workflow.set_entry_point("browser")
    workflow.add_edge('publisher', END)
    
    return workflow

如上所示，创建 LangGraph 图非常直接，主要包含三个函数：add_node、add_edge 和 set_entry_point。通过这些主要函数，你可以首先将节点添加到图中，然后连接边，最后设置起始点。

注意检查：如果你一直正确地跟随代码和架构，你会注意到审阅者（Reviewer）和修订者（Reviser）智能体在上面的初始化中缺失了。让我们深入探讨一下！

图中之图：支持有状态的并行化​

这是我使用 LangGraph 过程中最激动人心的部分！这个自主助理的一个令人兴奋的特性是为每个研究任务进行并行运行，这些任务会根据一组预定义的准则进行审阅和修订。

了解如何在一个流程中利用并行工作是优化速度的关键。但是，如果所有智能体都向同一个状态报告，你将如何触发并行的智能体工作呢？这可能会导致竞态条件和最终数据报告的不一致。为了解决这个问题，你可以创建一个子图，由主 LangGraph 实例触发。这个子图会为每次并行运行维护自己的状态，从而解决上述问题。

和之前一样，让我们定义 LangGraph 的状态和它的智能体。由于这个子图基本上是审阅和修订一份研究草稿，我们将用草稿信息来定义状态

class DraftState(TypedDict):
    task: dict
    topic: str
    draft: dict
    review: str
    revision_notes: str

从 DraftState 中可以看出，我们主要关心的是讨论的主题，以及审阅者和修订说明，因为它们在彼此沟通以最终确定子主题研究报告。为了创建循环条件，我们将利用 LangGraph 的最后一个重要部分，即条件边。

async def run_parallel_research(self, research_state: dict):
    workflow = StateGraph(DraftState)
    
    workflow.add_node("researcher", research_agent.run_depth_research)
    workflow.add_node("reviewer", reviewer_agent.run)
    workflow.add_node("reviser", reviser_agent.run)
    
    # set up edges researcher->reviewer->reviser->reviewer...
    workflow.set_entry_point("researcher")
    workflow.add_edge('researcher', 'reviewer')
    workflow.add_edge('reviser', 'reviewer')
    workflow.add_conditional_edges('reviewer',
                                   (lambda draft: "accept" if draft['review'] is None else "revise"),
                                   {"accept": END, "revise": "reviser"})

通过定义条件边，如果审阅者有审阅意见，图就会导向修订者，否则循环将以最终草稿结束。如果你回头看我们构建的主图，你会看到这个并行工作位于一个名为“researcher”的节点下，由 ChiefEditor 智能体调用。

运行研究助理 在最终确定智能体、状态和图之后，是时候运行我们的研究助理了！为了使其更易于定制，该助理通过一个给定的 `task.json` 文件运行

{
  "query": "Is AI in a hype cycle?",
  "max_sections": 3,
  "publish_formats": {
    "markdown": true,
    "pdf": true,
    "docx": true
  },
  "follow_guidelines": false,
  "model": "gpt-4-turbo",
  "guidelines": [
    "The report MUST be written in APA format",
    "Each sub section MUST include supporting sources using hyperlinks. If none exist, erase the sub section or rewrite it to be a part of the previous section",
    "The report MUST be written in spanish"
  ]
}

任务对象本身非常直观，但请注意，如果 follow_guidelines 为 false，图将忽略修订步骤和定义的指导方针。此外，max_sections 字段定义了要研究的子标题数量。设置较小的值将生成较短的报告。

运行该助手将生成一份最终的研究报告，格式包括 Markdown、PDF 和 Docx。

要下载并运行该示例，请查看 GPT Researcher x LangGraph 的开源页面。

下一步是什么？​

展望未来，有很多令人兴奋的事情值得思考。人机回环（Human in the loop）是优化 AI 体验的关键。让用户帮助助手修订和专注于正确的研究计划、主题和提纲，将提升整体质量和体验。总的来说，在整个 AI 流程中寻求人类干预，可以确保正确性、控制感和确定性的结果。很高兴看到 LangGraph 已经原生支持这一点，如此处所示。

此外，支持对网络和本地数据的研究对于许多商业和个人用例来说将是关键。

最后，可以做出更多努力来提高检索到来源的质量，并确保最终报告以最佳的故事情节构建。

LangGraph 和多智能体协作的下一步发展方向将是，助手可以根据给定任务动态地规划和生成图。这一愿景将使助手能够为特定任务只选择一部分智能体，并基于本文介绍的图基本原理来规划其策略，从而开启一个全新的可能性世界。鉴于 AI 领域的创新速度，新一代颠覆性的 GPT Researcher 版本的推出将为时不远。期待未来带给我们的一切！

要持续关注该项目的进展和更新，请加入我们的 Discord 社区。和往常一样，如果您有任何反馈或进一步的问题，请在下方评论！