AI Agent 最強工具－LangGraph建構最新代理人系統

https://youtu.be/kFY0vVtyJSw  AI 代理人核心能力：推理、規劃、工具使用、狀態管理  ReAct 設計模式：迭代執行迴圈、提示詞結構、衍生模式  代理人開發挑戰：可靠性、可控性、框架化工程方法  LangGraph 基本原語：節點、邊、狀態、命令（Command）  流程控制：分支、並行、遞迴限制、扇出╱扇入  MapReduce 任務分解：Send API、平行處理、應用場景  子圖（Subgraph）機制：模組化、複用、可維護圖設計  工具呼叫體系：ToolNode、@tool、錯誤處理、狀態更新、執行期參數  互動體驗：串流事件、持久化（Checkpoint）、人機迴路 interrupt()  記憶系統：短期╱長期記憶、語意搜尋、TrustCall、LangMem  核心 API：create_react_agent、Functional API（@entrypoint╱@task）、選型決策  平台與部署：Cloud╱自託管╱Docker、Studio、觀測除錯、存取控制、RemoteGraph╱React Hook 【書籍簡介】 本書共分11章，第1章介紹 AI 代理人概念、核心能力與 ReAct 模式；第2章介紹 LangGraph 架構與與 LangChain 的關係，並以 LangGraph 實作 ReAct；第3章介紹狀態圖的核心原語與流程控制，包含並行、MapReduce、子圖與工具呼叫；第4章介紹互動體驗設計，涵蓋串流、事件流、持久化與人機迴路；第5章介紹代理人記憶系統，包含短期╱長期記憶、語意搜尋、記憶更新與 LangMem；第6章介紹 LangGraph 核心 API 與 Functional API，並提供選型思路；第7章介紹代理人系統的架構模式與多代理人設計；第8章介紹 LangGraph 平台、部署方式、可觀測性與存取控制；第9章介紹官方開發範本的目錄結構與常見類型；第10章解析官方應用案例的流程與程式結構；第11章討論代理人框架選型與技術發展趨勢。 【作者簡介】 張海立（網路暱稱：滄海九粟） 《LangChain實戰：從原型到生產，動手打造LLM應用》作者，LangChain官方大使、LFAPAC開源布道師。B站萬粉UP主，開源愛好者，長期致力於雲原生等前沿互聯網技術的落地與推廣。 曹士圯（網路暱稱：萬千十一） 騰訊研究院研究員，專注大模型前沿技術及應用研究。 前獨立AI工程師與全棧數據科學家，《LangChain實戰：從原型到生產，動手打造LLM應用》合著者。數據玩家、工具極客、開源倡導者、AI觀察者。 尹? 杭州某科技企業DevOps運維總監，開源技術布道先鋒。專注雲原生與AI大模型跨界融合，推動企業級開源解決方案落地。LFAPAC認證開源布道師，深度參與Milvus、Sealos、KubeSphere等開源社區生態建設。 出版社：深智數位股份有限公司 作者：張海立　曹士圯　尹?　編著 ISBN／EAN：9786267889275