如何使用 LangChain 构建自主多智能体系统

它的主要职责是过滤掉不必要的闲聊内容，例如简单的问候语、无意义的对话、以及涉及敏感话题（如政治、色情等）的请求。在过去，如果想自己实现一个 ReAct 风格的大语言模型应用，需要自己编写、调试 Prompt，设计工具调用协议，手工编排流程，如果要想做一个支持流式输出的前后端应用更是难上加难。我们的 LangManus 开源项目中也采用了上述基于 Multi-Agent Supervisor 和 ReAct 的架构，包含了多个智能体，并且已经集成了多种工具，使 AI 能够执行各种研究任务。