https://txtmix.com/tags/langgraph/Recent content in LangGraph on Text MatrixHugozh-cnSat, 23 May 2026 08:20:36 +0800https://txtmix.com/posts/tech/agents-towards-production-ai-agents-production-guide/Sun, 17 May 2026 20:10:00 +0800https://txtmix.com/posts/tech/agents-towards-production-ai-agents-production-guide/<h1 id="agents-towards-productionai-agent-生产级开发全栈指南">Agents Towards Production：AI Agent 生产级开发全栈指南</h1> <p>在 LLM 应用从 Demo 走向生产环境的进程中，开发者面临的挑战远比训练一个模型要大得多——状态管理、工具调用、安全边界、多智能体协作、可观测性……每一个环节都可能成为掉链子的那一个。</p>https://txtmix.com/posts/tech/tradingagents-multi-agent-llm-trading-framework/Mon, 04 May 2026 11:45:00 +0800https://txtmix.com/posts/tech/tradingagents-multi-agent-llm-trading-framework/<h1 id="tradingagentsmulti-agent-llm-金融交易框架深度解析">TradingAgents：Multi-Agent LLM 金融交易框架深度解析</h1> <blockquote> <p><strong>目标读者</strong>：掌握 Python 基础、了解 LLM 基本概念，想了解 AI Agent 在金融领域应用的开发者 <strong>预计阅读时间</strong>：20 分钟 <strong>前置知识</strong>：<a href="https://python.langchain.com/docs/concepts/langgraph/" target="_blank" rel="noopener noreffer ">LangGraph 入门</a> ⭐⭐ | <a href="https://platform.openai.com/docs/api-reference" target="_blank" rel="noopener noreffer ">LLM API 调用基础</a> ⭐ <strong>GitHub</strong>：https://github.com/TauricResearch/TradingAgents | <strong>Stars</strong>：65,532 ⭐</p>https://txtmix.com/posts/tech/tradingagents-multi-agent-crypto-trading-framework-guide/Sat, 02 May 2026 15:04:08 +0800https://txtmix.com/posts/tech/tradingagents-multi-agent-crypto-trading-framework-guide/<blockquote> <p><strong>目标读者</strong>：想系统掌握 LLM 多 Agent 协作在金融交易场景落地的工程师与研究者 <strong>核心问题</strong>：TradingAgents 是如何把&quot;分析师团队 + 研究员辩论 + 交易员决策 + 风控审批&quot;这套真实交易逻辑翻译成可运行的多 Agent 工作流的？每个 Agent 的职责边界在哪里？系统如何做到可恢复、可积累的？ <strong>难度</strong>：⭐⭐⭐⭐（高级工程实践，需要一定 Python 基础与 LLM 使用经验） <strong>预计阅读时间</strong>：25 分钟</p>https://txtmix.com/posts/tech/easy-langent-langchain-langgraph-tutorial/Sun, 19 Apr 2026 23:00:00 +0800https://txtmix.com/posts/tech/easy-langent-langchain-langgraph-tutorial/<h1 id="easy-langentdatawhale出品langchainlanggraph大模型应用开发教程从入门到精通">easy-langent：Datawhale出品LangChain/LangGraph大模型应用开发教程——从入门到精通</h1> <blockquote> <p><strong>目标读者</strong>：具备Python基础、想入门大模型应用开发的开发者 <strong>预计阅读时间</strong>：60-80分钟 <strong>前置知识</strong>：Python基础、了解LLM基本概念 <strong>项目地址</strong>：<a href="https://github.com/datawhalechina/easy-langent" target="_blank" rel="noopener noreffer ">datawhalechina/easy-langent</a></p>https://txtmix.com/posts/tech/ai-hedge-fund-multi-agent-trading/Thu, 09 Apr 2026 11:30:00 +0800https://txtmix.com/posts/tech/ai-hedge-fund-multi-agent-trading/<blockquote> <p><strong>目标读者</strong>：想系统理解多 Agent 工作流、量化研究系统设计，或准备拆解 <code>ai-hedge-fund</code> 源码的工程师与研究者 <strong>核心问题</strong>：这个项目到底实现了什么？为什么它的多 Agent 设计值得学？第一次上手应该从哪里开始？ <strong>难度</strong>：⭐⭐⭐（中高级工程实践） <strong>预计阅读时间</strong>：18 分钟</p>https://txtmix.com/posts/tech/quant/tradingagents-multi-agent-llm-financial-trading/Wed, 08 Apr 2026 12:30:00 +0800https://txtmix.com/posts/tech/quant/tradingagents-multi-agent-llm-financial-trading/<p>TradingAgents 最值得看的地方，不是“让一个 LLM 直接给出买卖建议”，而是把投研团队里原本混在一起的四件事拆开了：信息采集、观点对抗、交易决策、组合审批。到 2026 年 5 月公开的 <code>v0.2.5</code>，这个项目已经不只是论文配套 Demo。它有 CLI、Python 包、多提供商模型、LangGraph checkpoint、跨运行决策日志和 Docker；但它首先仍是研究框架，不是可以直接接券商账户的实盘执行系统。</p>https://txtmix.com/posts/tech/quant/tradingagents-cn-multi-agent-stock-platform/Wed, 08 Apr 2026 10:30:00 +0800https://txtmix.com/posts/tech/quant/tradingagents-cn-multi-agent-stock-platform/<blockquote> <p><strong>目标读者</strong>：对 AI 量化投资感兴趣的个人投资者、研究者，以及希望学习多智能体 LLM 金融分析的技术开发者 <strong>核心问题</strong>：如何基于多智能体架构，使用大语言模型进行合规的股票研究与策略实验？ <strong>难度</strong>：⭐⭐⭐（中级偏高） <strong>预计阅读时间</strong>：45 分钟</p>https://txtmix.com/posts/tech/ai-agent/deerflow-super-agent-harness/Sat, 28 Mar 2026 16:20:00 +0800https://txtmix.com/posts/tech/ai-agent/deerflow-super-agent-harness/<h1 id="deerflow-20字节跳动-super-agent-harness-从入门到精通">DeerFlow 2.0：字节跳动 Super Agent Harness 从入门到精通</h1> <blockquote> <p>预计阅读时间：40分钟 | 难度：⭐⭐⭐⭐</p></blockquote> <hr> <blockquote> <p><strong>目标读者</strong>：想要深入理解多智能体编排、可扩展 Agent 技能系统、沙箱隔离执行环境的开发者与研究者 <strong>核心问题</strong>：如何构建一个可以分解复杂任务、跨会话记忆、多种 IM 渠道接入的可扩展 Super Agent 平台？ <strong>难度</strong>：⭐⭐⭐⭐（专家设计） <strong>预计阅读时间</strong>：55 分钟</p>