这几天新建了一个专门操作文件的code_agent,和我原有的main_agent相结合，实现了multi agent。

langchain对于multi agent的实现主要有四种方式，subagent、handoofs、skills、router；具体每种方式的结构，优劣以及实现方式可以直接参考官方文档，不再赘述。

Multi-agent - Docs by LangChain

我的构想是，code_agent作为一个完全独立的agent，主要帮助用户做一些写代码、操作文件之类的工作，main_agent则主要完成之前的文档翻译、RAG问答、上网搜索和陪用户聊天等工作。两个agent只有一个入口，但上下文相互隔离，互不干扰，在遇到需要对方解决的问题时自动切换角色。这是典型的handoffs方式，即没有主agent，每个agent都能与用户直接交互，在遇到需要别的agent解决的问题时就将控制权移交出去，结构图如下：

要实现handoffs，需要构建一张父图，将每个agent都作为父图的一个节点（langchain的create_agent方法返回的对象本就是一个 LangGraph 的 CompiledStateGraph，所以可以作为子图无缝添加到LangGraph 的节点），agent之间的交接就能通过控制节点之间的跳转来实现。我们可以通过在父图的state里自定义一个active_agent字段来记录当前活跃的agent，然后给每个agent注册一个交接的工具，当agent判断需要交接时，它就回调用工具跳转到目标节点（agent），同时更新active_agent字段；而每轮对话开始前，可以通过active_agent的值来直接跳转到目标agent。下图是我的架构图

有一点需要特别注意，我之前是用checkpointer和thread id来实现单agent的短期记忆的，现在将两个agent整合到一个父图里，父图本身设置了checkpointer来保存active_agent的状态，那agent就不能再单独设置自己的checkpointer了，否则在交接工具调用时，会因为父、子图的 checkpoint 命名空间冲突，导致无法识别出Command.PARENT，就无法正常跳转。

return Command(goto=code_agent_node_name, update=update_dict, graph=Command.PARENT)

在官网的示例代码中，通过在agent节点的节点函数里传入父图的状态来调用agent，由于父图设置了checkpointer，所以agent也能获取到对话历史（message字段）从而实现记忆，但是父图的state保存的是全局的上下文，也就是说连其他的agent的对话记录也被传入了当前agent，这背离了每个agent上下文隔离的初衷。

# 4. Create agent nodes that invoke the agents
def call_sales_agent(state: MultiAgentState) -> Command:
    """Node that calls the sales agent."""
    response = sales_agent.invoke(state)
    return response

要解决这个问题，我踏马真是被豆包坑惨了，放个豆包的回答纪念一下这次周六搞到凌晨4点的痛苦经历吧

大意就是给state再定义两个字段，用来存储两个agent各自的记忆，然后再给每个agent注册一个追加对话历史的工具，要求它们在每次对话完成之后调用工具更新记忆，在agent节点函数里调用它们的时候不传入父图的state，只传入对应的记忆字段，这样就能实现记忆独立了。卧槽，听起来还挺像回事儿的，实现起来各种坑。首先就是，agent是通过create_agent方法创建的，这个方法内部的跳转逻辑是，model节点调用工具后会从tool节点再次跳转回model节点，也就是说会带着工具消息再次调用大模型，结果就是你会看到AI输出了两遍相似的内容，大致流程就是用户提问→LLM回答完成→LLM调用工具更新记忆→返回工具调用结果给LLM，LLM又回答一遍。当然你可以写工具提示词让AI不要输出任何内容直接结束对话，我试了下还真行，但是本质上还是多调用了一次大模型，消耗的token是实打实的，而且会让整个对话变慢，这绝不是出路。

更好的做法是在更新记忆的时候同时强制跳转到END节点，不过这也是五十步笑百步罢了，因为本质上调用这个更新记忆的工具就会多花时间，而且这个工具的输入参数还是让大模型自己总结的，这就更花时间了，而且也会多消耗token，还不如自己提取对话历史自己更新，这样又快又不花钱。没错，这才是终极答案。不需要额外的工具，甚至连state里新增的字段也不需要，只要在每次调用完agent之后，把它的message字段存在变量里，然后下次调用的时候把这个变量和最新的问题打包一起传给它就行，这不就是最原始的记忆实现方案吗？？？果然大道至简。

main_context = []
def call_main_agent(state: MultiAgentState):
        nonlocal main_context
        # 只取最新的用户消息作为本轮输入
        last_human = None
        for msg in reversed(state.get("messages", [])):
            if isinstance(msg, HumanMessage):
                last_human = msg
                break
        # 构造智能体输入：必须是 字典！！！
        agent_input = {
            "messages": main_context + ([last_human] if last_human else [])
        }
        # 调用主 Agent，传入独立上下文
        response = main_agent.invoke(agent_input)
        main_context = response.get("messages", main_context)  # 更新主Agent上下文
        return response  # 可能是 Command 或普通 state更新

上了豆包的大当，但是对langchain，langgraph甚至是langsmith的理解都加深了很多，果然困难能驱动人前进。