README.md

TeamAgent 成员为 LangGraph 示例

本示例演示 TeamAgent 的某一成员为 LangGraphAgent：Leader 将计算类任务委派给基于 LangGraph 状态图的工具调用回路，完成乘除等运算。

关键特性

• LangGraphAgent（calculator_expert）内建 StateGraph + ToolNode + tools_condition
• Leader 仍为常规 TeamAgent，通过 delegate_to_member 驱动子图
• 使用 langgraph_llm_node 包装 LLM 节点以兼容 SDK

Agent 层级结构说明

• 根节点：TeamAgent（math_assistant_team）
  • 成员：calculator_expert（LangGraphAgent）

关键代码解释

• agent/agent.py：build_calculator_graph() 编译图并传入 LangGraphAgent
• agent/tools.py：calculate 供 LangGraph 工具节点调用
• run_agent.py：两轮算术问句，展示委派与 calculate 工具响应

环境与运行

• Python 3.12；安装本仓库与 LangGraph / LangChain 相关依赖；pip install -e .
• 配置 TRPC_AGENT_API_KEY、TRPC_AGENT_BASE_URL、TRPC_AGENT_MODEL_NAME（示例使用 deepseek: 前缀初始化 chat model）

cd examples/team_member_agent_langgraph
python3 run_agent.py

运行结果（实测）

[START] team_member_agent_langgraph
...
[math_assistant_team] Tool: delegate_to_member, Args: {'member_name': 'calculator_expert', 'task': 'Calculate 15 multiplied by 23.'}
...
[calculator_expert] Tool: calculate, Args: {'operation': 'multiply', 'a': 15, 'b': 23}
...
15 multiplied by 23 is 345.
...

结果分析（是否符合要求）

符合本示例测试要求：两轮计算均经 delegate_to_member 进入 LangGraph 成员并返回正确数值，说明 Team 与 LangGraph 成员集成正常。

适用场景建议

• 已有 LangGraph 工作流希望作为团队中的「专家角色」复用时，封装为 LangGraphAgent 成员
• 适合计算、审批子图、固定 DAG 类任务，与 Leader 的 LLM 编排互补