langgraph

一个用于多智能体系统的高级提示包，可防止智能体遗忘、重复工作或相互矛盾，包含记忆提示、交接模板和工作流程配方。

OpenSales 是一个开源的多智能体系统，用于自动化外向销售线索挖掘。它利用LLM智能体生成个性化的冷启动邮件，具有可追踪的Token成本和审核队列。

Chat LangChain 已经过改造并重新开源，成为一个基于 LangGraph 构建的生产级文档助手代理，每周能够处理近 2 万亿个 token。

一款旨在检测智能体系统中静默协调失败（如无限循环和流量激增）的开源工具，未来计划推出 FinOps 功能以追踪成本并防止预算超支。

本文介绍了 AI-Care，这是一个对话式代理 AI 系统，旨在通过自然语言交互帮助阿尔茨海默病患者管理如日历提醒等日常任务。研究详细阐述了基于 LangGraph 的系统架构及安全控制措施，试点结果显示用户对系统具有高度信任且任务完成率高。

一位开发者探讨了当前 AI 智能体记忆系统的局限性，并提出了一款具有片段存储和回放调试功能的新记忆层工具，希望获得社区的验证。

AiSOC 是一款开源自托管的 AI 安全运营中心工具，基于 LangGraph 构建，集成警报融合、AI 辅助分诊与 MITRE ATT&CK 调查分析功能，支持全链路推理日志回放及多环境灵活部署。

作者描述了一个基于 LangGraph 构建的 AI Agent，旨在复现生产环境中的 Python 崩溃问题。其独特之处在于架构设计：LLM 负责规划行动，而确定性 Python 函数则生成最终测试代码，以确保可靠性。

作者描述了一款自定义开发的桌面智能体，它通过 WebSocket 控制 Unity 编辑器，能够检查实时运行时状态并验证操作，从而克服了静态代码生成工具的局限性。

OpenKite 是一款全新的开源 AWS DevOps AI 代理，它利用 LangGraph 和 boto3 自动化云管理任务，内置人工审批工作流和审计日志功能。

作者分享了在律所部署基于 Claude 和 LangGraph 的多智能体 AI 系统时的经验教训，重点介绍了基于置信度评分的任务交接机制的成功应用，以及防止幻觉产生所需的人机协作监管的重要性。

一位开发者分享了使用AI编排框架（LangGraph, CrewAI, AutoGen）的真实体验，指出了原型设计便捷性与生产可靠性之间的权衡，并向社区询问如何处理失败、人机协同和Token成本问题。

DriftGuard是一个PyPI包，为AI智能体添加了一个语义记忆层，使其能够记住过去的错误，并通过将提议的操作与过去失败的图谱进行比较来避免重复犯错。

本文主张，AI Agent 的开发应基于稳定的执行原语，而非会随新兴编排模式频繁更迭的僵化框架。文章强调，采用持久化步骤、持久状态、并行协调、事件驱动流程以及可观测性设计，可有效避免因最佳实践不断演进而付出的高昂重写代价。

一个以学习者为中心的实践课程，教授从零开始构建生产级RAG系统，涵盖关键词搜索、混合检索、基于LangGraph的智能体RAG以及Telegram机器人集成。