多智能体协作：使专业化的智能体能够协同工作，并相互传递上下文。 可定制的交接工具：内置用于智能体之间通信的工具。
pip install langgraph-swarm
https://github.com/langchain-ai/langgraph-swarm-py
语义记忆用于存储关键事实（及其关系）以及其他信息，这些信息为智能体的响应提供了基础。它使智能体能够记住那些不会被“预先训练”到模型本身中的重要细节，而这些细节也无法通过网络搜索或通用检索器获得。
程序性记忆代表了执行任务的内化知识。它与情景记忆不同，因为它专注于通用技能、规则和行为。对于 AI 智能体来说，程序性记忆通过模型权重、智能体代码和智能体的提示共同保存，这些因素共同决定了智能体的功能。在 LangMem 中，专注于将学到的程序作为更新后的指令保存到智能体的提示中。
pip install -U langmem
https://blog.langchain.dev/langmem-sdk-launch/https://github.com/langchain-ai/langmem
https://github.com/hinthornw/trustcall
用于创建层次化的多智能体（Multi-Agent）系统，允许用户创建一个中央监督者Agent，通过这个超级智能体协调多个专业智能体的任务与沟通，并根据当前上下文和任务需求决定调用哪个Agent。
创建监督者代理，来调度多个专业化Agent； 基于工具的Agent交接机制，实现Agent间的沟通； 灵活的消息历史管理，用于控制对话。
https://github.com/langchain-ai/langgraph-supervisor-py
