在路由器架构中，路由步骤对输入进行分类并将其定向到专门的代理。当您有明确的垂直领域（每个都需要自己代理的独立知识领域）时，这很有用。

​
关键特征

  • 路由器分解查询
  • 零个或多个专门代理并行调用
  • 结果被综合为连贯的响应

​
何时使用

当您有明确的垂直领域（每个都需要自己代理的独立知识领域）、需要并行查询多个来源，以及想要将结果综合为组合响应时，使用路由器模式。

​
基本实现

路由器对查询进行分类并将其定向到适当的代理。使用 Command 进行单个代理路由，或使用 Send 并行扇出到多个代理。
使用 Command 路由到单个专门代理：
from langgraph.types import Command

def classify_query(query: str) -> str:
    """Use LLM to classify query and determine the appropriate agent."""
    # 分类逻辑在这里
    ...

def route_query(state: State) -> Command:
    """Route to the appropriate agent based on query classification."""
    active_agent = classify_query(state["query"])

    # 路由到选定的代理
    return Command(goto=active_agent)
有关完整实现，请参阅下面的教程。

教程：使用路由构建多源知识库

构建一个并行查询 GitHub、Notion 和 Slack 的路由器，然后将结果综合为连贯的答案。涵盖状态定义、专门代理、使用 Send 的并行执行和结果综合。

​
无状态 vs. 有状态

两种方法：

​
无状态

每个请求独立路由——调用之间没有记忆。对于多轮对话，请参阅有状态路由器。
路由器 vs. 子代理：两种模式都可以将工作分派给多个代理，但路由决策的方式不同：
  • 路由器：一个专门的路由步骤（通常是单个 LLM 调用或基于规则的逻辑）对输入进行分类并分派给代理。路由器本身通常不维护对话历史或执行多轮编排——它是一个预处理步骤。
  • 子代理：主监督器代理在持续对话中动态决定调用哪些子代理。主代理维护上下文，可以在多轮中调用多个子代理，并编排复杂的多步工作流程。
当您有明确的输入类别并想要确定性或轻量级分类时，使用路由器。当您需要灵活的、对话感知的编排，其中 LLM 根据不断发展的上下文决定下一步做什么时，使用监督器。

​
有状态

对于多轮对话，您需要在调用之间维护上下文。

​
工具包装器

最简单的方法：将无状态路由器包装为对话代理可以调用的工具。对话代理处理记忆和上下文；路由器保持无状态。这避免了跨多个并行代理管理对话历史的复杂性。 
@tool
def search_docs(query: str) -> str:
    """Search across multiple documentation sources."""
    result = workflow.invoke({"query": query})
    return result["final_answer"]

# 对话代理将路由器作为工具使用
conversational_agent = create_agent(
    model,
    tools=[search_docs],
    prompt="You are a helpful assistant. Use search_docs to answer questions."
)

​
完全持久化

如果您需要路由器本身维护状态，请使用持久化来存储消息历史。当路由到代理时，从状态中获取先前的消息并有选择地将它们包含在代理的上下文中——这是上下文工程的一个杠杆。
有状态路由器需要自定义历史管理。 如果路由器在轮次之间切换代理，当代理具有不同的语气或提示时，对话对最终用户来说可能不会感觉很流畅。使用并行调用时，您需要在路由器级别（输入和综合输出）维护历史，并在路由逻辑中利用此历史。考虑使用交接模式或子代理模式——两者都为多轮对话提供了更清晰的语义。
在 GitHub 上编辑此页面 或 提交问题。
通过 MCP 将这些文档连接到 Claude、VSCode 等，获取实时答案。