写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的文章。有译文正文时显示译文。没有时显示英文，并注明这一点。
标签：multi-agent
LangGraph中的自修复多智能体团队：架构师、测试员、调试员
用 Python 构建一个 LangGraph 状态机，让架构师、开发人员、pytest 沙箱环境、调试器以及审查员协同工作并循环迭代，直至测试通过。
阅读约 31 分钟基于 Git Worktrees、Conductor 与 Antigravity 2.0 的并行编码代理
利用 Git worktrees、Conductor 与 Antigravity 2.0 构建的并行编码系统：一个协调器、每个代理一个 worktree，再加上十余项 SRE 功能，仅需大约五小时即可实现。
阅读约 14 分钟子代理与多代理系统如何分配任务与成本令牌。
子代理与多代理系统：协调者-工作者设计、四种拓扑结构、每种结构的代币成本，以及单代理表现更佳的情形。
阅读约 12 分钟OpenAI的托管代理API：托管沙箱与自托管执行
OpenAI的托管代理系统在公共测试版中的运作方式：托管型Linux工作空间、自托管执行服务器、上下文压缩、工具搜索以及子代理。
阅读约 8 分钟多智能体韩剧推荐系统：BERTopic、RAG与互斥排名融合技术
一款注重口味体验的韩剧推荐系统：采用BERTopic主题标签、ChromaDB RAG技术、面试代理功能、查询扩展以及互斥排名融合方法，最后再由大语言模型进行重新排序。
阅读约 10 分钟Bedrock与LangGraph上的多智能体协调：四种模式
在 AWS Bedrock 上使用 LangGraph 的监督-工人、流水线、扇出与辩论模式，以及任务交接、预算监控、追踪和生产故障模式。
阅读约 22 分钟使用Langfuse对LangGraph博客处理流程进行追踪：包含文本片段、评分和警告信息。
使用Langfuse为多智能体LangGraph流程配置工具：每篇文章对应一条追踪轨迹，包含嵌套的文本片段、警告信息、评分，以及针对质量较差草稿的调试功能。
阅读约 8 分钟层层递进：为AI智能体设计真正的RAG检索流程
设计一个基于SourceDocument和DocumentChunk合约的RAG流程，包括数据分块、嵌入生成以及ChromaDB的使用，所有功能都由RetrievalService统一管理，从而保障智能体的稳定性。
阅读约 10 分钟实现两个本地大语言模型智能体进行辩论：依据构建、虚假共识现象及模式错误。
在Ollama上运行的两个本地大语言模型智能体通过证据而非角色设定进行辩论：自然语言理解基础、虚假共识漏洞、攻击与断言检测以及必填字段。
阅读约 7 分钟