Agent 与自动化01
Pedrosasouza/AcademicFlow-Agent · Agente autônomo com LangGraph/ReAct para gestão acadêmica — Ollama + Llama 3.2
基于 ReAct 模式与 LangGraph 构建的协同智能体,用于学术活动(课程周、研讨会、工作坊)的规划管理。它可依据对话自动调用六类工具,登记任务与决策、更新活动规划文档章节、汇总项目看板,并通过 PostgreSQL 与 pgvector 对校内规章和公告进行语义检索。系统提供 Streamlit 网页界面与命令行界面,支持按活动或房间隔离数据,并以本地 Ollama 模型(llama3.2 与 nomic-embed-text)驱动对话与向量检索。
Agent 与工作流02
英国数字健康公司 Numan 做了一个叫 Nu 的 AI 健康教练,帮患者管理体重、激素和性健康等长期问题。难点在于:它只能做生活方式指导,不能越线变成诊断、开药或临床决策,这在医疗监管下是硬边界。团队原来用固定问答对和预设多轮脚本做评测,但教练是对话而不是答题,脚本也无法回应 AI 实际说了什么,导致误判。现在他们把每次评测都跑在生产同一个 LangGraph 图上,按类别分别打分,用模拟对话检验行为,并让安全探针直接卡住发布。对读者来说,这说明做受监管领域的 AI 产品时,评测标准本身比模型和流程更关键。
文中可用工具
- LangGraph编排 AI 健康教练的多角色对话流程,也是评测实际运行的图
- LangSmith原文未说明具体用途
- NuNuman 的 AI 健康教练产品,提供生活方式指导
Agent 与自动化03
jiacwng/deskclerk · Permission-aware AI assistant for company documents and databases: LangGraph agent, MCP server, PostgreSQL row-level security.
deskclerk 是一个供公司内部使用的 AI 助手,员工通过公司登录后,可在管理员配置的 MCP 服务器上连接自己的账户并发出请求。它会根据工具 schema、Agent 已见 ID 和员工请求,审慎检查将要写操作的调用;每位员工有预算和请求配额,每个请求都会写入审计日志。项目采用 LangGraph Agent、MCP 服务器和 PostgreSQL 行级安全,README 提供基于 Docker Compose 和开发用 Keycloak 的本地启动步骤。
Agent 与自动化04
agbossjs/agboss · The application framework for LangGraph agents in TypeScript — decorators, dependency injection, budgets and per-component tests inside the Node.js backend you already have.
AGBoss 是面向 LangGraph 智能体的 TypeScript 应用框架,提供 Angular 风格的装饰器组件、依赖注入、由编译器校验的工作流、模型路由与决策模型、成本管理与预算、重试/限流/熔断策略、SQLite 持久化、虚拟时钟测试,以及 CLI 脚手架与 OpenAPI 工具生成。
Agent 与工作流05
LangChain 在纽约和伦敦的 Interrupt 活动上集中发布了一批新功能,主要围绕让企业“拥有自己的智能”——也就是自己掌控模型、运行框架和业务上下文。过去团队做 AI 智能体时,调试、评测和上线往往靠零散工具,出了问题很难定位,也很难持续改进;这次的新版本把搜索、监控、轨迹查看、微调和托管智能体等能力整合进 LangSmith 和 LangChain。比如 AI 搜索可以用自然语言问“用户是否不耐烦”,自动找相关对话;Engine v2 能在上线前用红队测试发现问题并自验证修复;Managed Deep Agents v0.9 支持有记忆、会用工具、按计划执行任务的智能体。另有一些线上活动和社区聚会,部分内容需注册参加,具体发布状态与可用范围原文未逐一说明。
文中可用工具
- LangSmith AI Search用自然语言语义搜索对话记录,查找如用户受挫或 PII 泄露等问题
- Managed Deep Agents v0.9构建有用户级记忆、会用工具、能定时任务并能在 Slack 响应的个性化智能体
- LangSmith Engine v2上线前用红队测试发现潜在问题,并自动测试和验证修复方案
- LangSmith Trajectories按时间线查看智能体及子智能体的会话轨迹数据
- LangSmith Custom Apps在 LangSmith 内构建、发布并运行自定义界面,把重复流程变成共享工具
- LangSmith Fine-Tuning把生产轨迹转成训练数据,用 Baseten 或 Fireworks 微调并评估部署模型
- LangChain v1.4.0通过 langchain.mcp 命名空间支持 FastMCP
- LangGraph编排 Jev(TypeSafe AI 的决策模型),构建运行更快更省成本的智能体
- Deep Agents开源智能体运行框架,帮助保持上下文窗口精简
Agent 与自动化06
langchain-ai/deepagentsjs · The batteries included agent harness.
Deep Agents 是一个内置完整能力的智能体框架(agent harness),以 TypeScript 包 deepagents 形式发布。它把提示词、工具与上下文管理预先封装好,安装后即可运行一个可用的智能体,并按需定制。内置能力包括:用 write_todos 做任务拆解与进度跟踪的规划能力;read_file、write_file、edit_file、ls、glob、grep 等文件系统工具作为工作记忆;通过 task 派发子智能体以隔离上下文窗口;以及让这些工具开箱可用的默认提示词与中间件。框架与模型供应商无关,可配合支持工具调用的聊天模型使用;createDeepAgent 返回编译好的 LangGraph 图,因此可用流式、Studio、checkpointer 等 LangGraph 特性。支持通过传入 model、tools、systemPrompt 进行定制,并提供 deepagents、deepagents/browser、deepagents/node 等运行时入口。
Agent 与自动化07
langchain-ai/deepagents · The batteries-included agent harness.
Deep Agents 是 LangChain 团队开源的一套「电池内置」型 Agent 运行框架(harness),提供开箱即用的智能体实现,同时允许对任意组件进行扩展、覆盖或替换。其设计面向长周期、多步骤任务,支持任何具备工具调用能力的模型(前沿闭源、开放权重或本地模型均可),并基于 LangGraph 构建,具备流式输出、持久化与检查点等能力,可通过 LangSmith 进行追踪、评测与部署。核心特性包括子智能体(隔离上下文窗口的任务委派)、文件系统读写编辑与搜索(可插拔本地/沙箱/远程后端)、上下文管理(长对话摘要、工具输出落盘)、Shell 访问、持久记忆、人工介入(工具调用前审批/编辑/拒绝)、按需加载的技能(Skills)以及自带函数或任意 MCP 服务器的工具集成。项目还提供 JS/TS 版本 deepagents.js 以及终端编码智能体 Deep Agents Code。
Agent 与自动化08
sjsu-masters-projects/medi-agent · Patient app and clinician dashboard over a FastAPI backend, where LangGraph agents triage incoming chat, pull structured data out of uploaded medical documents, and answer medication questions from retrieved FDA label text.
MediAgent 是一个双门户医疗平台,包含患者端 PWA 与临床医生端 PWA,后端基于 FastAPI,并使用 LangGraph/ADK 智能体对聊天进行分流、从上传的医疗文档中提取结构化信息,并基于检索到的 FDA 药品说明书文本回答用药问题。功能覆盖文档上传与 OCR、带引用的信息抽取、患者助手(文本与语音,支持 en-US 与 es-MX,引用 MedlinePlus、DailyMed、RxNorm)、临床医生审核的护理计划、预约与双向消息、通知中心、SMART on FHIR 沙盒导入以及临床医生仪表盘与 Naranjo ADR 审核。
Agent 与工作流09
Snyk 是一家做代码和云安全扫描的公司,它把原本只给自己客服团队用的一个 AI 助手,升级成了所有付费客户都能用的功能,叫 Snyk Assist。以前客户想问漏洞、账号或产品问题,得自己翻文档、文章和发布说明,或者提工单等回复,信息散落各处。这个助手用 LangChain、LangGraph 和 LangSmith 搭建,能用大白话回答并帮忙查漏洞、开工单、提需求,而且只会看到当前用户本来就有权查看的内容。它先内部试用了约一年,2026 年 4 月进入支持门户,9 月 1 日才放进核心产品,所以目前是已经可用的状态。对读者来说,问问题不用再等人工,也能在对话里直接完成一些操作。
文中可用工具
- LangChain搭建 AI 智能体的开发框架,提供社区和生态支持
- LangGraph运行智能体的单一运行时,支撑多个入口
- LangSmith观测和评估智能体表现,帮助发现退化、改进回答
- Snyk Assist面向付费客户的对话式 AI 助手,可回答问题并代用户操作
- SlackSnyk Assist 的一个使用入口(Slack 应用)
Agent 与自动化10
hl7321/aiops-agent-reproduction · 信息采集装置智能运维 Agent 系统:用 OpenSpec 规格驱动,从告警接入到诊断报告的完整链路。
该项目把“告警接入 → 拉取日志取证 → 输出诊断报告”的运维流程用 Agent 方式重新实现,涵盖认证与数据隔离、SSE 流式聊天、Milvus 知识库与 BM25L 加向量双路召回、LangGraph 编排的 Plan-Execute-Replan 智能诊断、以及官方腾讯云 CLS MCP 工具连接。项目采用 OpenSpec 规格驱动开发,提供 10 套 Java 电商故障 fixtures(日志、告警、SOP)用于完整重放演示诊断链路。示例日志、告警和知识库文档均为构造的演示数据。
知识库与 RAG11
BedtimeNewsStudio/BedtimeNews-Agent · 睡前消息知识库 | 视频节目文稿 | 问答AI Agent | 马前卒工作室 | 睡前消息 | 参考信息 | 高见 | 讲点黑话 | 产经破壁机
该项目为睡前消息视频节目文稿构建知识库网站,既可向智能体提问,也能在站内浏览与阅读全部节目文稿。问答由基于 LangGraph 的智能 RAG 系统提供,包含自动查询路由、查询优化与语义搜索、基于 LLM 的文档相关性评分、检索文稿上下文与 Markdown 引用修复等功能,并支持自动化文档索引与基于不可变快照的增量更新和网页界面阅读器。系统使用 PostgreSQL + pgvector 存储向量,支持任意 OpenAI-compatible 的对话与嵌入端点,提供 Docker Compose 自托管与蓝绿零停机升级方案。
Agent 与自动化12
No-Country-simulation/-G-10-CommunityLab-equipo-9 · Plataforma inteligente multi-agente (LangGraph + Streamlit) para comunidades educativas digitales. Analiza conversaciones orgánicas, automatiza el soporte estudiantil (FAQ) y genera contenido de marketing (UGC) a partir de logros reales.
CommunityLab 是一个基于 LangGraph 与 Streamlit 的多智能体智能平台,面向数字教育社区。其中 Orquestador(编排)智能体负责协调消息处理流程:接收消息、识别相关见证/评价、抽取并结构化信息为 JSON,并生成 LinkedIn 帖子草稿。项目同时涉及学生 FAQ 自动化支持与基于真实成果的 UGC 营销内容生成。当前仓库中该组件处于开发早期,仅完成分支、目录与初步文档,编排器代码集成、安装配置文档与端到端测试均待完成。
Agent 与自动化13
justMridul/multi-agent-content-pipeline · An autonomous multi-agent content generation pipeline built with LangGraph, Groq (Llama-3.3-70b), FastAPI, Next.js, SerpAPI, and Supabase. Converts PRDs into research-backed, fact-checked, and polished blog posts.
该项目是一个端到端的多智能体内容生成系统,使用 LangGraph 编排研究、写作、事实核查与风格润色四个专职智能体。它接收产品需求文档(PRD)、主题、目标字数和写作风格作为输入:研究智能体通过 SerpAPI 进行实时网页检索,写作智能体结合 PRD 与研究上下文生成 Markdown 初稿,事实核查智能体对照研究结果验证文中论断,若发现问题则通过条件路由退回写作智能体重写并再次核查,通过后由润色智能体完成风格与格式优化,最终文章存入 Supabase PostgreSQL。前端基于 Next.js 与 React 提供 PRD 输入、智能体执行时间线与文章库浏览,后端使用 FastAPI,并通过自定义日志记录智能体名称、执行状态、耗时、Token 用量与事实核查结果。
Agent 与工作流14
Included Health 是一个与雇主和健康计划合作的医疗平台,它的 AI 助手 Dot 帮会员解答医疗、费用和行政问题。过去,这类系统靠固定的决策树来导航,遇到复杂需求会显得很死板,比如有人说“我胸口疼”,系统要问很多问题才意识到可能是紧急情况。现在,他们用 LangGraph 搭建主流程,再用 Deep Agents 统一各个子 Agent 的语气和上下文。这样当会员在不同服务间转接时,不用重复自己的情况;还能通过“技能注册表”按需加载信息,让 AI 在合适的时候询问合适的问题,更自然地引导会员找到正确的医疗服务。
文中可用工具
- LangGraph搭建多 Agent 工作流的主框架,让不同团队各自开发和维护自己的服务,又能组合在一起
- Deep Agents给所有 Agent 提供统一的声音、语气和共享文件系统,确保对话在不同服务间转接时保持一致,会员不用重复信息
- LangSmith原文未说明具体用途
Agent 与自动化15
Mubder/kazma · Autonomous AI agent framework — LangGraph brain, swarm orchestration, Arabic-first, with human-in-the-loop safety.
Kazma 是一个开源的自主 AI 智能体框架,以 LangGraph 作为核心大脑,提供群体编排(swarm orchestration)、认知记忆引擎、文档智能处理以及三重人工介入(HITL)安全审批机制。它支持 Web、TUI、CLI、Telegram、Discord、Slack 等多种交互平台,并兼容 OpenAI、Anthropic、Gemini、Ollama 等多家模型提供方,强调以阿拉伯语为先的本地化支持,以及遇到不确定时暂停、询问或如实失败而非编造答案的行为准则。