🔬
Deep Research 系统
本课程面向已完成 LLM Basic、RAG、Agent in Depth 培训的开发者和研究者，深入学习基于多智能体协作的深度调研系统设计与实现。通过系统化的理论学习和实践演练，掌握利用 LangGraph 构建复杂调研 Agent 系统的核心技能，包括问题分解、信息检索、内容整合、反思优化等关键环节。
第1天: 深度调研 Agent 理论与架构
从需求到架构的系统化设计
🔬
📚 今日学习内容
•
1.1 LangGraph 与 Agent 回顾
LangChain / LangGraph 中的 Agent 架构回顾
Agent 的核心组件、工作流建模与协作模式解析
•
1.2 深度调研系统架构设计
深度调研类任务的典型需求分析
调研型 Agent 系统的分层架构与模块职责拆解
基于 LangGraph 的调研流程建模与可视化分析
💡 学习目标
- ✓ 深入理解深度调研系统的需求特点与设计挑战
- ✓ 掌握分层架构设计与模块化拆解方法
- ✓ 熟练运用 LangGraph 进行复杂流程建模
- ✓ 具备调研系统的可视化分析与优化能力
📦 附录
📋推荐阅读资料与开发工具清单
📋参考项目与开源代码仓库链接