路由器 (Router)
在路由器 (router) 架构中，路由步骤对输入进行分类，并将其定向至专业的智能体。当你拥有截然不同的垂直领域 (verticals)（各个独立的知识领域，每个领域都需要专属的智能体）时，这非常有用。
核心特性
- 路由器分解查询
- 并行调用零个或多个专业智能体
- 将结果合成为连贯的响应
何时使用
当你有截然不同的垂直领域（各个独立的知识领域，每个领域都需要专属的智能体）、需要并行查询多个数据源，并且希望将结果合成为统一的响应时，请使用路由器模式。
基础实现
路由器对查询进行分类并将其定向至适当的智能体。对于单智能体路由，请使用 Command；对于并行扇出至多个智能体，请使用 Send。
单个智能体
使用 Command 路由至单个专业智能体：
import { z } from "zod";
import { Command } from "@langchain/langgraph";
const ClassificationResult = z.object({
query: z.string(),
agent: z.string(),
});
function classifyQuery(query: string): z.infer<typeof ClassificationResult> {
// 使用 LLM 对查询进行分类并确定适当的智能体
// 此处为分类逻辑
...
}
function routeQuery(state: z.infer<typeof ClassificationResult>) {
const classification = classifyQuery(state.query);
// 路由至所选智能体
return new Command({ goto: classification.agent });
}多个智能体（并行）
使用 Send 并行扇出至多个专业智能体：
import { z } from "zod";
import { Command } from "@langchain/langgraph";
const ClassificationResult = z.object({
query: z.string(),
agent: z.string(),
});
function classifyQuery(query: string): z.infer<typeof ClassificationResult>[] {
// 使用 LLM 对查询进行分类并确定适当的智能体
// 此处为分类逻辑
...
}
function routeQuery(state: typeof State.State) {
const classifications = classifyQuery(state.query);
// 并行扇出至所选智能体
return classifications.map(
(c) => new Send(c.agent, { query: c.query })
);
}有关完整实现，请参阅以下教程。
构建一个能并行查询 GitHub、Notion 和 Slack 并将结果合成为连贯答案的路由器。涵盖状态定义、专业智能体、使用
Send并行执行以及结果合成。
无状态 vs. 有状态
两种方法：
无状态
每个请求都被独立路由——调用之间没有记忆。有关多轮对话，请参阅有状态路由器。
TIP
路由器 vs. 子智能体：这两种模式都可以将工作分发给多个智能体，但它们在做出路由决策的方式上有所不同：
- 路由器：一个专用的路由步骤（通常是单次 LLM 调用或基于规则的逻辑），用于对输入进行分类并分发给各个智能体。路由器本身通常不维护对话历史，也不执行多轮编排——它是一个预处理步骤。
- 子智能体：中央主管智能体在持续的对话中动态决定调用哪些子智能体。主管智能体维护上下文，可以跨轮次调用多个子智能体，并编排复杂的多步骤工作流。
当你有明确的输入类别并希望进行确定性或轻量级的分类时，请使用路由器。当你需要灵活的、具备对话感知能力的编排（其中 LLM 根据不断演变的上下文来决定下一步操作）时，请使用主管。
有状态
对于多轮对话，你需要在多次调用之间维护上下文。
工具包装器
最简单的方法：将无状态路由器包装为一个可供对话智能体调用的工具。对话智能体处理记忆和上下文；路由器保持无状态。这避免了跨多个并行智能体管理对话历史的复杂性。
const searchDocs = tool(
async ({ query }) => {
const result = await workflow.invoke({ query });
return result.finalAnswer;
},
{
name: "search_docs",
description: "Search across multiple documentation sources",
schema: z.object({
query: z.string().describe("The search query"),
}),
}
);
// 对话智能体将路由器作为工具使用
const conversationalAgent = createAgent({
model,
tools: [searchDocs],
systemPrompt: "You are a helpful assistant. Use search_docs to answer questions.",
});完全持久化
如果你需要路由器本身维护状态，请使用持久化来存储消息历史。在路由到某个智能体时，从状态中获取先前的消息，并有选择地将其包含在智能体的上下文中——这是上下文工程的一个抓手。