LangGraph 多智能体主管实战：用 Command 做交接、带检查点的线程，和那个烧预算的循环

2026-10-24 约 23 分钟阅读

主管说它要把任务交给研究员，两秒后运行结束，既没有研究也没有报错；生产上同一张图连续四次选同一个子 Agent，账单悄悄翻了三倍。

💡 你将学到

主管说它要把任务交给研究员，两秒后运行结束，既没有研究也没有报错；生产上同一张图连续四次选同一个子 Agent，账单悄悄翻了三倍。

📜 目录

版本先说清楚
三种接法，先选再写
主管只做路由，不做聊天
子 Agent 就是普通节点
检查点：那个总被忘掉的配置键
递归上限已经不是 25 了
死循环到底多少钱
不接模型的测试
什么时候根本不需要主管

两个 Agent 的 LangGraph 图，跑完只说一句「我把这个交给研究员」然后结束，日志里没有报错，两秒就返回。这不是模型笨，是图画错了：主管输出了一段话，而 START 到主管到 END 这条线没有给一句话留出口。

另一种更贵：主管连续四次把任务交给同一个子 Agent，每次交接都重发一遍消息列表，一个提示就能答完的问题吃掉几万输入 token。下面这套写法把两个坑都绕开，版本号是 2026-10-24 从 PyPI 和安装包里核对的。

版本先说清楚

langgraph 1.2.16（要求 Python 3.10+，仓库 43,788 star）、langchain 1.4.7（create_agent 现在从这里导入）、langgraph-checkpoint-sqlite 3.1.2、langgraph-supervisor 0.0.31。注意最后这个包的 README 已经写明：推荐用工具化主管写法，这个库主要是给 LangChain 1.0 升级用的兼容路径。自己写三十行，比多背一个正在转向的依赖划算。

三种接法，先选再写

一个 Agent 挂一堆工具：最省、最好调，多数场景够用。主管加交接工具：工具调用本身就是交接，适合所有子 Agent 共用一套工具面。StateGraph 加 Command：路由是显式函数，状态有类型，也是三者里唯一能脱离模型做单元测试的写法。生产环境选第三种，出问题时你能指着那个函数说，是它选错了下一个节点。

主管只做路由，不做聊天

让主管返回结构化决策，用 with_structured_output 约束成 next 和 reason 两个字段，然后 return Command(goto=..., update=...)。langgraph 1.2.16 里 Command 有四个字段：graph、update、resume、goto，goto 可以是节点名、节点名列表或 Send。节点返回 Command 时，写状态和选下一跳一步完成，那种某条分支没画边的经典 bug 就没了。

子 Agent 就是普通节点

create_agent(model, tools, name, prompt) 返回的是编译好的图，可以直接 add_node。两个细节：状态里必须有 messages 键并带 add_messages 累加器，否则第一次交接就校验失败；每个 worker 都要回到主管，别让 worker 直接跳另一个 worker，图好看，但主管看到的对话就不再是事实。

检查点：那个总被忘掉的配置键

SqliteSaver.from_conn_string() 配上 configurable 里的 thread_id 才有持久化。同一个 thread_id 再 invoke 就是续跑，worker 中途挂掉不用从头再付一次 token。九成的「检查点没生效」其实都是漏了 thread_id，saver 没有键可写。

递归上限已经不是 25 了

网上大量文章说 LangGraph 默认 25 步会拦住死循环。1.2.16 安装包里的配置模块写的是取环境变量 LANGGRAPH_DEFAULT_RECURSION_LIMIT，缺省 10007。也就是说，一个来回踢皮球的主管可以花掉上千次模型调用才被框架拦下，那时候账单本身就是报错信息。显式把 recursion_limit 设成预算能接受的值，再加一个 handoffs 计数在业务层收尾。两道闸，因为失败方式不同：计数干净结束并留说明，上限抛异常可以告警。

死循环到底多少钱

假设主管每轮重发 1200 token 的底稿，每个 Agent 追加约 300 token。八轮来回，输入 token 依次是 1200、1500 这样递增，累计 18,000；十二轮累计 34,200。轮数是平方增长，轮数翻倍，账单接近再翻一倍。把 handoffs 卡在三次，是这篇里最省的优化。