路由器

在路由器架构中，路由步骤对输入进行分类并将其定向到专业智能体。当你有不同的垂直领域（各自需要独立智能体的独立知识域）时，这很有用。

关键特征

• 路由器分解查询
• 零个或多个专业智能体被并行调用
• 结果被综合成连贯的响应

何时使用

当你有不同的垂直领域（各自需要独立智能体的独立知识域）、需要并行查询多个来源，以及希望将结果综合成组合响应时，使用路由器模式。

基本实现

路由器对查询进行分类并将其定向到适当的智能体。使用 Command 进行单智能体路由，或使用 Send 进行并行扇出到多个智能体。

单个智能体

使用 Command 路由到单个专业智能体：

from langgraph.types import Command

def classify_query(query: str) -> str:
    """使用 LLM 对查询进行分类并确定适当的智能体。"""
    # 分类逻辑
    ...

def route_query(state: State) -> Command:
    """根据查询分类路由到适当的智能体。"""
    active_agent = classify_query(state["query"])

    # 路由到选定的智能体
    return Command(goto=active_agent)

多个智能体（并行）

使用 Send 并行扇出到多个专业智能体：

from typing import TypedDict
from langgraph.types import Send

class ClassificationResult(TypedDict):
    query: str
    agent: str

def classify_query(query: str) -> list[ClassificationResult]:
    """使用 LLM 对查询进行分类并确定要调用的智能体。"""
    # 分类逻辑
    ...

def route_query(state: State):
    """根据查询分类路由到相关智能体。"""
    classifications = classify_query(state["query"])

    # 并行扇出到选定的智能体
    return [
        Send(c["agent"], {"query": c["query"]})
        for c in classifications
    ]

有关完整实现，请参阅下面的教程。

教程：使用路由构建多源知识库

构建一个并行查询 GitHub、Notion 和 Slack 的路由器，然后将结果综合成连贯的答案。涵盖状态定义、专业智能体、使用 Send 的并行执行和结果综合。

无状态 vs. 有状态

两种方法：

• 无状态路由器独立处理每个请求
• 有状态路由器在请求之间维护对话历史

无状态

每个请求被独立路由——调用之间没有记忆。对于多轮对话，请参阅有状态路由器。

路由器 vs. 子智能体：两种模式都可以将工作分派给多个智能体，但它们在路由决策方式上有所不同：

• 路由器：专门的路由步骤（通常是单次 LLM 调用或基于规则的逻辑）对输入进行分类并分派给智能体。路由器本身通常不维护对话历史或执行多轮编排——它是一个预处理步骤。
• 子智能体：主管智能体作为持续对话的一部分动态决定调用哪些子智能体。主智能体维护上下文，可以跨轮次调用多个子智能体，并编排复杂的多步工作流。

当你有明确的输入类别并希望确定性或轻量级分类时，使用路由器。当你需要灵活的、对话感知的编排，其中 LLM 根据不断变化的上下文决定下一步做什么时，使用主管。

有状态

对于多轮对话，你需要在调用之间维护上下文。

工具包装

最简单的方法：将无状态路由器包装为对话智能体可以调用的工具。对话智能体处理记忆和上下文；路由器保持无状态。这避免了在多个并行智能体之间管理对话历史的复杂性。

@tool
def search_docs(query: str) -> str:
    """跨多个文档源搜索。"""
    result = workflow.invoke({"query": query})
    return result["final_answer"]

# 对话智能体将路由器用作工具
conversational_agent = create_agent(
    model,
    tools=[search_docs],
    prompt="You are a helpful assistant. Use search_docs to answer questions."
)

完整持久化

如果你需要路由器本身维护状态，请使用持久化存储消息历史。路由到智能体时，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杠杆。

有状态路由器需要自定义历史管理。 如果路由器在不同轮次之间切换智能体，当智能体具有不同的语调或提示词时，对话可能对终端用户来说不够流畅。对于并行调用，你需要在路由器级别维护历史（输入和综合输出），并在路由逻辑中利用这些历史。考虑使用交接模式或子智能体模式——两者都为多轮对话提供了更清晰的语义。

---

将这些文档连接到 Claude、VSCode 等工具，通过 MCP 获取实时答案。

在 GitHub 上编辑此页面或提交问题。