DE – Telegram

LangGraph Swarm — построй рой агентов на пальцах 🐝

🐝

Представь:

У тебя есть несколько AI-агентов, каждый умеет своё. Один считает, другой разговаривает как пират, третий помогает писать код. И вот ты строишь между ними диалог, в котором они сами решают, кто и когда берёт слово.

Именно это и делает LangGraph Swarm — свежая Python-библиотека от команды LangChain.

Что умеет:

🔜

Роевой интеллект: агенты работают вместе, передают друг другу управление, когда это нужно.

🔜

Память: встроенная поддержка контекста — помнят, о чём шла речь раньше.

🔜

Передача задач: любой агент может сказать: «Этим лучше займётся коллега».

Пример:

Один агент — “Алиса”, спец по математике. Второй — “Боб”, просто болтает в пиратском стиле. Если пользователь сначала хочет поговорить с Бобом, но потом задаёт вопрос «Сколько будет 5 + 7?» — Боб передаёт управление Алисе. Умно и без лишнего кода.

Код выглядит примерно так:

from langgraph_openai import ChatOpenAI
from langgraph_swarm import create_handoff_tool, create_swarm
from langgraph.prebuilt import create_react_agent

model = ChatOpenAI(model="gpt-4o")

alice = create_react_agent(
    model,
    [lambda a, b: a + b, create_handoff_tool("Bob")],
    prompt="Ты — Алиса, эксперт по сложению чисел.",
    name="Alice",
)

bob = create_react_agent(
    model,
    [create_handoff_tool("Alice", description="Алиса лучше справится с математикой")],
    prompt="Ты — Боб, общаешься в пиратском стиле.",
    name="Bob",
)

swarm = create_swarm([alice, bob], default_active_agent="Alice")

〰️

Для кого эта библиотека?
Для тех, кто строит умные ассистенты, чат-сценарии или многошаговые пайплайны, где важно гибко управлять диалогом между агентами.

Где посмотреть:
github.com/langchain-ai/langgraph-swarm-py

〰️