本文是「LangGraph 核心与实战」系列专栏的第 2 篇。专栏总览参见：《LangGraph 核心架构全景：用状态图构建可控 Agent 工作流》。
任何 LangGraph 应用在底层都由三个核心部件构成：状态（State）、节点（Node）与图（Graph）。
虽然很多入门示例只有十来行 ...
本文是「LangGraph 核心与实战」系列专栏的第 1 篇。专栏总览参见：《LangGraph 核心架构全景：用状态图构建可控 Agent 工作流》。
构建基于大语言模型（LLM）的应用时，最直观的写法通常是将多个调用像链条一样串联起来：
1234# 典型的链式调用原型step1_res = ...
在构建基于大语言模型的自动化系统时，线性链式调用（Chain）往往是许多开发者的起点：将上一步的输出直接拼入下一步的 Prompt，连续触发多次模型推理。这种模式在快速验证原型时简单有效，但随着业务逻辑引入条件分支、循环重试、多路并发以及人工介入（Human-in-the-loop），单纯依靠线性链 ...
用AI（ChatGPT、Claude 等）改简历，已经是不少求职者的默认动作。但很多人得到的结果是：一份看起来很「专业」、却连自己都觉得陌生的简历，投出去依然零回复。
问题往往不在AI，而在你给它的指令。你让它「帮我写一份简历」，它只能按训练数据里的平均样子给你一份平均的简历——而平均的简历，正是H ...
核验范围： 本文以 2026 年 7 月查阅的 OpenClaw 官方文档为准，重点核对 agent 注册、子代理权限与并发边界。配置字段和默认值会随版本变化，部署时请以当前文档和实际配置为准。
多 Agent 不是“多开几个聊天窗口”。在 OpenClaw 里，多个 agent 是否隔离、谁能 ...
核验范围： 本文以 2026 年 7 月查阅的官方文档为准。Token 数字来自特定环境的实测，会随模型、插件数量和工作区文件大小变化；本文把它们当作量级示例，不当作所有实例的默认值。
每次向模型发消息时，OpenClaw 发送的不只有用户输入。它还会拼入身份、工作区文件、工具说明、安全规则和运 ...
核验范围： 本文以 2026 年 7 月查阅的官方文档为准，Gateway protocol 当时为第 3 版。协议字段、命名空间与能力分级会随版本变化；本文区分 OpenClaw 的现有实现和一般的架构设计经验。
OpenClaw 的 Gateway 是多端交互的协调层。CLI、WebChat ...
核验范围： 本文以 2026 年 7 月查阅的公开文档、源码仓库和社区讨论为准，不是逐行源码审计。参数默认值、文件清单和 Prompt 内容会随版本变化，部署时请结合当前版本核对。
LLM 不会天然保留上一次对话中的长期信息。OpenClaw 的做法是把可编辑的 Markdown 文件作为记忆载 ...
本文的架构脉络参考了 hesamation 的英文 thread，以及 Cell细胞的中文译文。但本文不是译文，也不是源码审计：我按 2026 年 7 月的公开文档重新核对了运行时、记忆和 exec 的行为，并补上了初学者读原文时最容易缺失的因果链。
若刚接触 Agent 核心机制，建议先阅读 ...
本文知识脉络源自 zero2Agent 系列课程《learn-agent-basic》。原文为整套 Agent 工程体系的基础概览；本文在此基础上，修正了零散大纲的跳跃逻辑，补充了工业界工程实践中对“状态漂移”、“工具契约”和“运行时宿主（Harness）”的关键因果链，力求建立一套不依赖具体商业 ...
