前    言

背景

随着大语言模型技术的成熟，AI智能体已从概念走向实用，成为革新应用场景的核心力量，但开发者常面临框架适配难、设计模式模糊、多智能体协作落地受阻等问题。LangGraph 1.0作为轻量灵活的智能体开发框架，为解决这些痛点提供了新路径，却缺乏体系化的实战指引。同时，企业对主智能体驱动、共享空间协作等多智能体架构的需求激增，亟需兼具技术深度与落地性的参考资料。因此，本书以LangGraph 1.0为核心，紧扣开发者从入门到实战的需求，梳理智能体开发全流程，覆盖开发环境配置、核心组件及9种智能体设计模式，结合真实业务案例，助力开发者快速掌握多智能技术，并能快速适配实际业务场景。

写作目的

本书的写作目的在于为AI智能体开发者提供系统性的实战指引，破解其入门方向迷茫、框架使用生疏以及多智能体落地困难等问题。本书以LangGraph 1.0为核心，按“基础－进阶－实战”的路径，清晰拆解环境配置、组件应用、设计模式等关键知识，结合Qwen3调用、多智能体协作等实操内容，助力开发者快速掌握技术，并通过真实案例将理论转换为落地能力，满足企业对多智能体开发的实际需求。

本书特点

（1）结合大模型与LangGraph框架：本书深入探讨大语言模型到AI智能体的演进逻辑、智能体核心能力及技术支柱，解析LangGraph 1.0作为独立并行执行引擎的技术底座价值，为读者筑牢智能体开发的背景知识。

（2）技能体系系统全面：本书按“基础－进阶－实战”的路径，覆盖Agent开发环境配置、Qwen3模型调用、LangGraph组件使用、多条件分支构建等流程，详解9种智能体设计模式，提供从基础搭建到多智能体协作的完整开发指引。

（3）示例与实战案例丰富：本书包含丰富的落地案例，既有反应式室内清扫智能体这类技术验证场景，也有新能源车文案设计、共享空间、主智能体驱动多智能体等业务实战，融入tavily搜索、Embedding编码等工具使用，覆盖单智能体、多智能体的开发场景。

（4）简明易懂，快速上手：本书采用通俗易懂的文字表达，配套详细的环境安装步骤、代码实现逻辑分析及章节小结，结合工具调用范式、输出格式等具象化内容，搭配仿真演示说明，助力不同层次的开发者快速上手。

（5）理论与实践相结合：本书既阐释LangGraph状态管理、上下文工程等理论知识，又通过“技术解析+案例落地”的方式，让读者掌握智能体设计模式在实际业务中的应用技巧，实现理论认知到开发能力的转换。

本书配套资源

本书配套示例源码、PPT课件、配图PDF文件、读者交流微信群，读者需要使用自己的微信扫描右侧的二维码获取。

本书适合的读者

?LangGraph初学者：本书以LangGraph 1.0为核心，按“基础?进阶?实战”的路径，清晰拆解环境配置、组件应用、设计模式等关键知识，助力初学者掌握LangGraph开发智能体的    方法。

?AI Agent开发初学者：本书从Python环境配置、Qwen3模型使用等基础操作入手，逐步覆盖LangGraph组件应用、简单智能体构建，手把手讲解开发全流程，帮助零基础读者快速入门智能体开发。

?AI Agent智能体开发人员：本书深度解析LangGraph 1.0的状态管理、节点并行化等核心技术，详解9种智能体设计模式及多智能体协作逻辑，助力开发人员提升技术深度与工程落地能力。

?大模型应用开发人员：本书以“环境配置?基础模型调用?基础工具集成?基础项目实战”为脉络，融入Qwen3 API调用、tavily搜索工具的使用等内容，帮助其构建完整的智能体开发架构，拓展技术边界。

?智能体行业解决方案提供商：本书包含新能源车文案设计、共享空间驱动等多场景实战案例，解析Swarm、Supervisor等多智能体模式，为电商、空间服务等领域的解决方案设计提供参考。

?学习AI大模型相关课程的学生：本书兼顾智能体基础理论与LangGraph前沿技术，配套丰富的示例与项目案例，支撑“理论?实践?项目”教学闭环，可作为高校AI Agent开发课程的实用教材。

作者与鸣谢

本书作者王晓华为高校计算机专业教师，担负数据挖掘、人工智能、数据结构等多项本科及研究生课程，研究方向为云计算、大数据与人工智能，在研和参研多项科研项目。

本书的顺利出版离不开清华大学出版社的夏毓彦老师和其他编辑的帮助，在此表示感谢。

作  者

2026年1月