news 2026/4/15 23:14:18

Dify+LangGraph实战教程：构建企业级多智能体系统的关键技术与方法！

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Dify+LangGraph实战教程：构建企业级多智能体系统的关键技术与方法！

摘要：我们介绍了AI agent技术架构，里面有很多个智能体，需要多智能体协同实现一个完整的功能，目前一个明显的趋势正在形成：低代码平台与专业编排框架的深度融合。Dify作为领先的AI应用开发平台，以其直观的可视化界面降低了智能体构建门槛；而LangGraph作为LangChain推出的专业编排框架，则提供了复杂工作流所需的强大控制能力。这两者的结合，正在为企业构建多智能体系统开辟一条全新的路径。

一、LangGraph核心概念与特性

LangGraph是LangChain开发的一个低层级的编排框架和运行时，专门用于构建、管理和部署长时运行的、有状态的智能体。它具有以下核心特性：

特性描述
持久化执行构建能够从故障中恢复并长时间运行的智能体，可以从中断处继续执行
人机交互允许在任何节点检查或修改智能体的状态，融入人工监督
完整的内存系统为智能体提供短期工作内存（用于当前推理）和跨
Langsmith调试提供可视化工具追踪执行路径、捕获状态转换、获取详细运行时指标
生产就绪部署为有状态、长时运行的工作流提供可扩展的基础设施

LangGraph的官方文档如下：

https://docs.langchain.com/oss/python/langgraph/quickstart

而基础构建方法

从文档中的“Hello World”示例可以看出，构建LangGraph智能体的基本流程是：

1、定义状态类型：使用StateGraph(MessagesState)创建状态图

2、添加节点：通过graph.add_node()添加处理函数

3、设置边连接：使用graph.add_edge()定义节点间的流转关系

4、编译图：调用graph.compile()生成可执行图

5、调用执行：通过graph.invoke()传入初始状态执行图

二、dify和LangGraph技术融合：架构互补性解析****

1.1 技术定位与优势互补

技术组件核心优势在多智能体系统中的角色
LangGraph灵活的状态管理、复杂的图编排、持久化执行、人机交互智能体协作的大脑与神经系统，负责整体流程控制和状态管理
dify可视化构建、低代码开发、内置模版、易于部署智能体构建的工厂、快速创建专业化的智能体、提供友好交互界面

1.2 集成的想法：代码与低代码的协同

这种结合的核心思想是**“编排代码化，实现可视化”**：

  • LangGraph负责：定义智能体间的交互逻辑、状态流转规则、异常处理机制
  • Dify负责：实现单个智能体的专业能力、提供用户界面、管理知识库集成

1.3 实战案例：对话分析多智能体系统

假设我们需要构建一个对话分析系统，具备以下功能：

1、实时对话分类：识别对话意图和主题

2、情感分析：分析用户情绪变化

3、关键信息提取：提取重要实体和观点

4、自动摘要生成：生成对话摘要

5、异常检测：识别潜在问题或冲突

系统架构设计


这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

LangGraph编排实现

# conversation_analysis_graph.py
from typing import TypedDict , List , Dict , Any , Literal
from langgraph . graph import StateGraph , END
# 定义状态结构
class ConversationState ( TypedDict ) :
"""对话分析系统的状态定义"""
# 输入相关
conversation_id : str
user_input : str c
onversation_history : List [ Dict [ str , Any ] ]
# 处理中间结果
intent : str
category : str
sentiment_scores : List [ float ]
entities : List [ Dict [ str , Any ] ]
key_points : List [ str ]
# 分析结果
sentiment_analysis : Dict [ str , Any ]
entity_analysis : Dict [ str , Any ]
summary : str
# 系统控制
current_step : Literal [ "classification" , "analysis" , "reporting" , "complete" ]
requires_human_review : bool
human_feedback : str
# 初始化Dify-LangGraph桥接
bridge = DifyLangGraphBridge ( dify_api_key = "your-dify-api-key" , dify_base_url = "https://api.dify.ai/v1" )
# 创建Dify智能体对应的LangGraph节点
classification_node = bridge . create_langgraph_node ( "conversation-classifier" , "classifier" )
analysis_node = bridge . create_langgraph_node ( "conversation-analyzer" , "analyzer" )
reporting_node = bridge . create_langgraph_node ( "report-generator" , "reporter" )
# 构建状态图
workflow = StateGraph ( ConversationState )
# 添加节点 workflow . add_node ( "classifier" , classification_node [ 1 ] )
workflow . add_node ( "analyzer" , analysis_node [ 1 ] )
workflow . add_node ( "reporter" , reporting_node [ 1 ] )
workflow . add_node ( "human_review" , human_review_node )
workflow . add_node ( "quality_check" , quality_check_node )
# 定义条件路由函数
def route_by_conversation_state ( state : ConversationState ) - > str :
"""根据对话状态决定下一步"""
if state [ "current_step" ] == "classification" :
return "classifier"
elif state [ "current_step" ] == "analysis" :
# 检查是否需要人工审核
if ( state . get ( "sentiment_scores" ) and min ( state [ "sentiment_scores" ] ) < - 0.7 ) : state [ "requires_human_review" ] = True
return "human_review"
return "analyzer"
elif state [ "current_step" ] == "reporting" :
# 质量检查
if len ( state . get ( "key_points" , [ ] ) ) < 2 :
return "quality_check"
return "reporter"
elif state [ "current_step" ] == "complete" : return END
else :
# 默认开始分类
state [ "current_step" ] = "classification"
return "classifier"
# 设置路由
Workflow . add_conditional_edges ( "classifier" , route_by_conversation_state ,
{ "analyzer" : "analyzer" , "human_review" : "human_review" , END :
END }
workflow . add_conditional_edges ( "analyzer" , route_by_conversation_state , { "reporter" : "reporter" , "quality_check" : "quality_check" , "human_review" : "human_review" } )
workflow . add_edge ( "reporter" , END )
workflow . add_edge ( "quality_check" , "analyzer" )
# 重新分析
workflow . add_edge ( "human_review" , "analyzer" )
# 审核后继续分析 # 设置入口点
workflow . set_entry_point ( "classifier" )
# 编译图
conversation_analysis_app = workflow . compile ( )

通过结合Dify和LangGraph构建多智能体系统，我们获得了以下优势：

1、开发效率：Dify的可视化界面大幅降低智能体开发门槛

2、编排灵活性：LangGraph提供强大的工作流编排能力

3、系统可靠性：持久化状态和故障恢复机制

4、可扩展性：易于添加新的智能体和功能模块

5、人机协作：完善的人机协作机制

如何学习AI大模型？

如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！


第一阶段：从大模型系统设计入手，讲解大模型的主要方法；

第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

100套AI大模型商业化落地方案

大模型全套视频教程

200本大模型PDF书籍

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

LLM面试题合集

大模型产品经理资源合集

大模型项目实战合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

版权声明: 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！
网站建设 2026/4/16 4:19:48

筑强国产机载 | 凯云亮相2025民航机载与软件大会

2025 年 11 月 27 日至 28 日&#xff0c;第三届中国民用航空机载与软件大会在江苏扬州隆重召开。凯云携明星产品 ETest 和 SimuRTS 实时测试系统软件重磅参展&#xff0c;以无人机飞控半实物仿真测试系统的创新应用为核心&#xff0c;全方位展现了公司在机载测试领域的技术实力…

作者头像 李华
网站建设 2026/4/15 16:29:43

字节内部92%工程师都在用，TRAE CN正式推出企业版

12月18日&#xff0c;字节跳动旗下AI编程工具TRAE CN企业版正式发布&#xff0c;旨在为企业提供高效、安全、可定制的AI编程解决方案。 2025年被视为AI编程元年&#xff0c;大模型在代码生成、补全、审查等场景中展现出切实的效果与价值。AI编程正在企业开发中快速普及&#x…

作者头像 李华
网站建设 2026/4/16 9:20:51

37、计算机系统性能优化全解析

计算机系统性能优化全解析 1. 内存交换与性能 在内存交换方面，有这样一个例子：每个内存占用量大的程序使用 150MB 内存，但每页仅触及 1 字节。该例子在页面大小为 4K 的奔腾 4 计算机上运行，这意味着总共有 38,400 页。换句话说，修改 37K 内存竟花费了长达 17 秒。在这个…

作者头像 李华
网站建设 2026/4/16 11:12:46

29、Ubuntu系统使用指南：从启动设置到安全优势

Ubuntu系统使用指南：从启动设置到安全优势 启动设置优化 当系统默认启动项滑落列表不再被识别时，可通过以下操作解决： 1. 打开“启动管理器”（StartUp - Manager）。 2. 重新选择Windows作为默认操作系统。 “启动管理器”还允许更改启动超时时间。默认情况下，GRUB在…

作者头像 李华
网站建设 2026/4/15 13:11:15

通信系统仿真：通信系统基础理论_（19）.现代通信技术发展趋势

现代通信技术发展趋势 引言 随着信息技术的飞速发展&#xff0c;现代通信技术也在不断进步和创新。从传统的模拟通信到数字通信&#xff0c;从有线通信到无线通信&#xff0c;从单向通信到双向通信&#xff0c;从低速通信到高速通信&#xff0c;每一步都标志着技术的巨大飞跃。…

作者头像 李华
网站建设 2026/4/16 9:21:49

基于单片机的篮球计分器的设计与实现

基于单片机的篮球计分器的设计与实现 第一章 引言 篮球运动作为全球普及的体育项目&#xff0c;计分、计时与犯规统计是比赛顺利开展的核心需求。传统篮球计分方式依赖人工记录&#xff0c;存在效率低、易出错、统计不精准等问题&#xff0c;尤其在业余比赛或基层赛事中&#x…

作者头像 李华