Open Deep Research的底层采用LangGraph的工作流引擎

2025-09-05

1.8 K

基于LangGraph的智能工作流系统

Open Deep Research的技术核心建立在LangGraph工作流引擎之上。这个内存检查点系统（MemorySaver）实现了研究任务的状态管理和流程控制。通过builder.compile方法编译生成的流程图可以直观展示完整的报告生成逻辑，支持通过Mermaid图表进行可视化展现。

在执行层面，系统采用异步流式处理架构（astream），每个研究任务通过唯一的thread_id进行标识和追踪。工作流包含三个主要阶段：首先是使用规划模型生成报告大纲，接着通过搜索API获取研究资料，最后由写作模型整合输出完整报告。各阶段均可实现多轮迭代，直到满足预设的质量标准。

该架构的优势在于将复杂的智能研究流程分解为可管理的模块化组件，开发者可以通过Jupyter Notebook直接调用底层graph对象，实现更灵活的研究流程定制和效果监控。