LangGraph 监督器¶

函数

名称	描述
`create_supervisor`	创建一个多代理监督器。

create_supervisor ¶

create_supervisor(
    agents: list[Pregel],
    *,
    model: LanguageModelLike,
    tools: (
        list[BaseTool | Callable] | ToolNode | None
    ) = None,
    prompt: Prompt | None = None,
    response_format: Optional[
        Union[
            StructuredResponseSchema,
            tuple[str, StructuredResponseSchema],
        ]
    ] = None,
    parallel_tool_calls: bool = False,
    state_schema: StateSchemaType = AgentState,
    config_schema: Type[Any] | None = None,
    output_mode: OutputMode = "last_message",
    add_handoff_messages: bool = True,
    handoff_tool_prefix: Optional[str] = None,
    add_handoff_back_messages: Optional[bool] = None,
    supervisor_name: str = "supervisor",
    include_agent_name: AgentNameMode | None = None
) -> StateGraph

创建一个多代理监督器。

参数

名称	类型	描述	默认值
`agents`	`list[Pregel]`	要管理的代理列表。代理可以是 LangGraph 的 CompiledStateGraph、函数式 API 工作流，或任何其他 Pregel 对象。	必需
`model`	`LanguageModelLike`	监督器使用的语言模型	必需
`tools`	`list[BaseTool \| Callable] \| ToolNode \| None`	监督器使用的工具	`无`
`prompt`	`Prompt \| None`	监督器可选的提示词。可以是以下之一： str：这会被转换为 SystemMessage 并添加到 state["messages"] 消息列表的开头。 SystemMessage：这会被添加到 state["messages"] 消息列表的开头。 Callable：此函数应接收完整的图状态，其输出随后会传递给语言模型。 Runnable：此可运行对象应接收完整的图状态，其输出随后会传递给语言模型。	`无`
`response_format`	`Optional[Union[StructuredResponseSchema, tuple[str, StructuredResponseSchema]]]`	最终监督器输出的可选 schema。如果提供，输出将格式化为与给定 schema 匹配，并在 'structured_response' 状态键中返回。如果未提供，`structured_response` 将不存在于输出状态中。可以作为以下形式传入： `- an OpenAI function/tool schema, - a JSON Schema, - a TypedDict class, - or a Pydantic class. - a tuple (prompt, schema), where schema is one of the above. The prompt will be used together with the model that is being used to generate the structured response.` 重要 `response_format` 要求模型支持 `.with_structured_output` 注意 `response_format` 要求您的状态 schema 中包含 `structured_response` 键。您可以使用预构建的 `langgraph.prebuilt.chat_agent_executor.AgentStateWithStructuredResponse`。	`无`
`parallel_tool_calls`	`bool`	是否允许监督器 LLM 并行调用工具（仅限 OpenAI 和 Anthropic）。使用此参数可控制监督器是否可以同时移交给多个代理。如果为 True，将启用并行工具调用。如果为 False，将禁用并行工具调用（默认）。重要目前仅 OpenAI 和 Anthropic 模型支持此功能。要控制其他提供商的并行工具调用，请在系统提示中添加明确的工具使用说明。	`False`
`state_schema`	`StateSchemaType`	监督器图要使用的状态 schema。	`AgentState`
`config_schema`	`Type[Any] \| None`	配置的可选 schema。使用此参数可通过 `supervisor.config_specs` 暴露可配置参数。	`无`
`output_mode`	`OutputMode`	将受管代理的输出添加到多代理工作流消息历史的模式。可以是以下之一： `full_history`：添加完整的代理消息历史 `last_message`：仅添加最后一条消息（默认）	`'last_message'`
`add_handoff_messages`	`bool`	当发生移交时，是否向消息历史添加一对 (AIMessage, ToolMessage)。	`True`
`handoff_tool_prefix`	`Optional[str]`	移交工具的可选前缀（例如，“delegate_to_”或“transfer_to_”）。如果提供，移交工具将被命名为 `handoff_tool_prefix_agent_name`。如果未提供，移交工具将被命名为 `transfer_to_agent_name`。	`无`
`add_handoff_back_messages`	`Optional[bool]`	当将控制权返回给监督器时，是否向消息历史添加一对 (AIMessage, ToolMessage) 以指示已发生移交。	`无`
`supervisor_name`	`str`	监督器节点的名称。	`'supervisor'`
`include_agent_name`	`AgentNameMode \| None`	用于指定如何将代理名称暴露给底层监督器 LLM。 None：依赖 LLM 提供商使用 AI 消息中的 name 属性。目前，只有 OpenAI 支持此功能。 `"inline"`：使用 XML 样式标签将代理名称直接添加到 AI 消息的内容字段中。示例：`"How can I help you"` -> `"<name>agent_name</name><content>How can I help you?</content>"`	`无`

示例

from langchain_openai import ChatOpenAI

from langgraph_supervisor import create_supervisor
from langgraph.prebuilt import create_react_agent

# Create specialized agents

def add(a: float, b: float) -> float:
    '''Add two numbers.'''
    return a + b

def web_search(query: str) -> str:
    '''Search the web for information.'''
    return 'Here are the headcounts for each of the FAANG companies in 2024...'

math_agent = create_react_agent(
    model="openai:gpt-4o",
    tools=[add],
    name="math_expert",
)

research_agent = create_react_agent(
    model="openai:gpt-4o",
    tools=[web_search],
    name="research_expert",
)

# Create supervisor workflow
workflow = create_supervisor(
    [research_agent, math_agent],
    model=ChatOpenAI(model="gpt-4o"),
)

# Compile and run
app = workflow.compile()
result = app.invoke({
    "messages": [
        {
            "role": "user",
            "content": "what's the combined headcount of the FAANG companies in 2024?"
        }
    ]
})

函数

名称	描述
`create_handoff_tool`	创建一个可以将控制权移交给指定代理的工具。
`create_forward_message_tool`	创建一个监督器可以按名称转发工作器消息的工具。

create_handoff_tool ¶

create_handoff_tool(
    *,
    agent_name: str,
    name: str | None = None,
    description: str | None = None,
    add_handoff_messages: bool = True
) -> BaseTool

创建一个可以将控制权移交给指定代理的工具。

参数

名称	类型	描述	默认值
`agent_name`	`str`	要移交控制权的代理名称，即多代理图中的代理节点名称。代理名称应简洁、清晰且唯一，最好采用 snake_case 命名，但您仅限于 LangGraph 节点接受的名称以及 LLM 提供商接受的工具名称（工具名称将如下所示：`transfer_to_<agent_name>`）。	必需
`name`	`str \| None`	用于移交工具的可选名称。如果未提供，工具名称将为 `transfer_to_<agent_name>`。	`无`
`description`	`str \| None`	移交工具的可选描述。如果未提供，描述将为 `向代理 <agent_name> 请求帮助`。	`无`
`add_handoff_messages`	`bool`	是否将移交消息添加到消息历史中。如果为 False，移交消息将从消息历史中省略。	`True`

create_forward_message_tool ¶

create_forward_message_tool(
    supervisor_name: str = "supervisor",
) -> BaseTool

创建一个监督器可以按名称转发工作器消息的工具。

这有助于避免监督器将工作器查询重写给用户时发生信息丢失，并且还可以节省一些 token。

参数

名称	类型	描述	默认值
`supervisor_name`	`str`	监督器节点的名称（用于工具的命名空间）。	`'supervisor'`

返回

名称	类型	描述
`BaseTool`	`BaseTool`	“forward_message”工具。