基于《多Agent架构和应用指南》,今天分享两个数字员工的实践

整个技术栈是LangGraph1.0 +GLM 4

processWorker - 顺序执行架构

用户输入 → Plan Agent → Execute_1 → Execute_2 → Execute_3 → 最终输出
         (拆解任务)    (调研)      (生成)      (优化)

核心特点：

• 战略层规划：Plan Agent将需求拆解为3个顺序子任务
• 战术层执行：3个执行Agent依次处理，每个依赖前一个的结果
• 单向依赖：严格的顺序执行，确保任务间的数据传递

适用场景：

• 需要多步推理的复杂任务
• 每步输出作为下一步输入的流程
• 如：调研→分析→生成→优化

writeWorker - 分支式架构

用户输入 → 需求解析 → 调研 → [分支判定] → 干货文/故事文写作 → 审核发布
                               ↓
                    (干货文)→dry_writer
                    (故事文)→story_writer

核心特点：

• 动态分支：根据内容类型（干货文/故事文）选择不同的写作Agent
• 条件路由：route_content_type() 函数实现分支逻辑
• 统一出口：无论走哪条分支，都经过审核发布Agent

适用场景：

• 需要根据条件选择不同处理路径
• 同一输入可能有多种输出形式
• 如：内容生成、客服分类、任务分发

技术对比

应用场景选择建议

如果你有搭建数字员工的需求或者想要学习了解,欢迎关注我