第13章：复杂任务编排框架：LangGraph 与 LlamaIndex 实战.pptxVIP

复杂任务编排框架LangGraph与LlamaIndex实战大模型全栈工程师（微调+RAG+部署）第13章

课程目录01原理深度解析?LangGraph：状态机工作流引擎

?LlamaIndex：LLM的数据增强工具02Agent实战案例?构建“程序员+测试”双Agent

?从定义状态到完整工作流落地03选型策略对比?核心架构与适用场景差异

?项目开发中的技术栈选择指南04进阶技巧与排障?解决“幽灵调用”与死循环

?优化Agent的响应性能瓶颈05总结与课后任务?课程核心知识点回顾

?动手实操：搭建个人智能Agent

PART01原理深度解析PRINCIPLEANALYSIS

LangGraph：基于状态机的工作流引擎状态(State)一个字典（dict），存储工作流执行过程中的所有数据。它是整个工作流的“记忆”，所有节点都可以访问和修改。??数据结构示例：{question:如何排序?,

code:sorted(arr),

test_result:PASSED}节点(Node)工作流中的一个步骤或参与者（Agent）。通常是一个函数，接收当前状态作为输入，并返回字典来更新全局状态。??执行单元示例：#生成代码的节点

defgenerate_code_node(state):

return{code:...}边(E