langgraph-swarm-py

环境要求

• Python 环境（能使用 pip 安装包）
• 可用的 OpenAI API Key（示例使用 gpt-4o）
• 安装 langgraph-swarm 及 langchain-openai

安装与启动步骤

1. 1安装核心库

   用 pip 安装 langgraph-swarm，它会自动带上 LangGraph 等底层依赖。

   pip install langgraph-swarm

   复制

2. 2安装示例依赖

   Quickstart 示例使用 OpenAI 模型，需一并安装 langchain-openai。

   pip install langgraph-swarm langchain-openai

   复制

3. 3配置 API Key

   把 换成自己的真实密钥，在运行脚本的同一个终端里执行。

   export OPENAI_API_KEY=

   复制

4. 4编写蜂群脚本

   按 README 创建 Alice、Bob 两个 Agent，用 create_handoff_tool 互相转交，再用 create_swarm 组装并编译。

   from langchain_openai import ChatOpenAI
   
   from langgraph.checkpoint.memory import InMemorySaver
   from langchain.agents import create_agent
   from langgraph_swarm import create_handoff_tool, create_swarm
   
   model = ChatOpenAI(model="gpt-4o")
   
   def add(a: int, b: int) -> int:
       """Add two numbers"""
       return a + b
   
   alice = create_agent(
       model,
       tools=[
           add,
           create_handoff_tool(
               agent_name="Bob",
               description="Transfer to Bob",
           ),
       ],
       system_prompt="You are Alice, an addition expert.",
       name="Alice",
   )
   
   bob = create_agent(
       model,
       tools=[
           create_handoff_tool(
               agent_name="Alice",
               description="Transfer to Alice, she can help with math",
           ),
       ],
       system_prompt="You are Bob, you speak like a pirate.",
       name="Bob",
   )
   
   checkpointer = InMemorySaver()
   workflow = create_swarm(
       [alice, bob],
       default_active_agent="Alice"
   )
   app = workflow.compile(checkpointer=checkpointer)
   
   config = {"configurable": {"thread_id": "1"}}
   turn_1 = app.invoke(
       {"messages": [{"role": "user", "content": "i'd like to speak to Bob"}]},
       config,
   )
   print(turn_1)
   turn_2 = app.invoke(
       {"messa

   复制

5. 5运行脚本

   把上面代码保存为 Python 文件后运行，观察两轮对话输出。

   python swarm_demo.py

   复制

关键配置

如何确认成功

脚本运行后终端依次打印两轮 invoke 结果，第二轮回应用 Bob 接管并算出 5 + 7 = 12。

常见问题

注意事项

• InMemorySaver 只保存在内存中，进程结束或重启后对话历史会丢失。
• 示例密钥需替换为真实值，不要把 原样执行。
• 同一个 thread_id 代表同一段会话，换 id 会开启新的上下文。
• 该库基于 LangGraph，因此可复用其流式输出、记忆与 human-in-the-loop 能力。