随着多模态大模型技术的不断进步，大模型的应用范围得到了极大的扩展，其中较为重要的一个分支便是审核场景。现业务域内有较多场景需要人工进行凭证审核，这些审核工作不仅需要耗费较多的人力成本，效率上也有较大的提升空间。困境凭证审核工作主要有以下几项任务：1. 确定商品品种2. 确定商品是否存在某些质量问题（缺陷识别）3. 确认出现问题商品比例。

在之前的案例中，会话历史都保存在内存中，一旦程序重启，会话历史就会丢失，导致AI没法根据会话历史推测用户当前意图。这就像一个人记性特别差，每次见面都忘了之前聊过什么，让人感觉很不专业。如果你之前使用过LangGraph，那应该知道LangGraph提供了checkpointer功能来管理历史会话，可以把历史会话保存到关系型数据库或内存中。虽然LangGraph有这个功能，但是MCP官方文档中并没有

这里我们来定义两个Agent：Reviewer & Writer:（1）Reviewer"""RULES:""",})（2）Writer"""""",这里可以通过静态方法直接Build出来两个Agent实例：对于多Agent协作，在AgentGroupChat中需要定义选择Agent轮次的策略（即SelectionStrategy）和 终止聊天循环的策略（即TerminationStrategy）