你们想要 DeepLearning.ai 风格的 AgentSwarms 笔记本——所以我们打造了 67 个（TypeScript/LangChain/LangGraph/LlamaIndex/AgentsSDK/VercelAI）

大家好， 几个月前，我们分享了为 AgentSwarms 构建的可视化画布。大家的反响非常热烈，但最常见的反馈是：*“可视化画布对架构设计很有帮助，但我需要看到实际代码才能真正理解如何部署。”* 你们想要的是深度钻研、代码优先的实验室——就像 DeepLearning.ai 上的那种——但面向多智能体系统，更快、更灵活。 过去几周，我们埋头打造了一个全新的 **交互式笔记本** 板块。截至今天，网站上已有 **67 个基于 TypeScript 的笔记本**（后续还会增加）。 **库中包含哪些内容：** 我们涵盖了从基础的 LangChain 原理到复杂的企业级多智能体工作流。所有内容都可以在浏览器中直接使用 TypeScript 运行——无需 Docker、无需 Python 虚拟环境、无需本地依赖。 **个人最爱：**\n我特别兴奋的是 **“故障模式与错误处理”笔记本**。我们都见过在演示中完美运行，但一到生产环境就崩溃的智能体——比如工具超时、LLM 返回垃圾数据。这个笔记本详细介绍了： * 如何在节点之间构建 **确定性验证门**。 * 如何强制编排器“捕获”工作器故障，并动态重新路由或重新提示。 * 当多智能体循环陷入幻觉循环时如何处理状态恢复。 **为什么我们要构建这些：** 我厌倦了那些只是静态博客文章的 AI“教程”。要掌握智能体 AI，你需要能够调整系统提示词、破坏代码、观察错误追踪、实时修复路由逻辑。这 67 个实验室的整个库完全免费使用。 如果你正在为如何让智能体达到生产级质量而苦恼，我很希望你来看看它们，并告诉我是否有什么特定的“故障模式”或架构模式需要我们添加到下一批笔记本中。