14｜ 财务助手：用LangGraph和A2A实现货币兑换Agent

1. LangGraph是基于有向图思想的LLM应用编排框架，支持状态机驱动的流程控制、并行与条件分支、适配多智能体交互场景等优势。 2. LangGraph可以与Tracing和测试辅助平台LangSmith配合使用，提供可视化追踪、错误调试与性能分析，为构建复杂Agent系统提供工程支撑。 3. LangGraph_Currency-v1是基于LangGraph构建的货币兑换智能体，目标是理解用户输入中的货币转换需求，调用汇率API获取最新数据，并给出自然语言的回应。 4. LangGraph的出现意味着LLM应用开发从脚本式推进到数据流式，类似前端开发从jQuery到React的转变，意味着结构的重构与认知的升级。 5. LangChain作为早期的大模型开发框架，随着项目复杂度增加，其链式结构暴露出局限，如流程不透明、缺乏并发与分支控制能力等。 6. LangChain团队在2024年推出LCEL，一种基于组合子的新语言，用更明确的语法组织调用逻辑，将流程变得更像一个声明式数据流图。 7. LCEL是语言而非框架，于是LangGraph诞生了，成为LLM应用编排框架的重要组成部分，满足大模型应用开发的需求. 8. LangGraph工作流的核心部分由_create_graph方法构建，包括内存检查点、工作流图、节点添加、入口点设置、边添加和图编译。 9. LangGraph Agent实现了真正的流式响应，支持状态识别、进度反馈和最终结果，通过A2A TaskManager进行任务调度与生命周期管理，实现异步任务调度、错误处理和恢复机制，以及状态实时更新和推送通知机制. 10. LangGraph Agent的V2版本实现了意图识别能力，但是使用简单的模板化回复，直接拼接字符串生成响应，响应内容相对固定和简单。