如何用LangGraph实现多Agent 协作开发，20分钟包教包会！（有配套github源码，零帧起手，开箱即协作。文末有GLM免费token福利，手慢无）

# 安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# 创建虚拟环境
uv venv
source .venv/bin/activate

# 安装依赖
uv add langchain langchain-openai langchain-core langgraph python-dotenv pydantic pytest

cp .env.example .env

DEEPSEEK_API_KEY=sk-xxx

python -c "import importlib.metadata; print(importlib.metadata.version('langgraph'))"

LangChain 生态
├── LangChain Core（LLM、Prompt、Memory、Tools）
└── LangGraph（构建复杂的多 Agent 协作系统）

图 = 节点（Node） + 边（Edge） + 状态（State）

class StockAnalysisState(TypedDict):
    messages: Annotated[Sequence[BaseMessage], add] #消息历史，自动累积
    next_agent: str         # 下一个节点
    industry_research: str  # 行业前景
    financial_data: str     # 财务数据
    risk_assessment: str    # 风险评估
    final_report: str       # 最终报告

def industry_researcher_node(state: StockAnalysisState) -> StockAnalysisState:
    # 1. 读取状态
    query = state["messages"][-1].content

    # 2. 调用工具获取行业信息
    result = get_industry_info.invoke({"industry": "白酒"})

    # 3. 返回更新后的状态
    return {
        "messages": [AIMessage(content=result)],
        "next_agent": "financial_analyst",
        "industry_research": result
    }

workflow.add_edge("industry_researcher", "financial_analyst")
workflow.add_edge("financial_analyst", "risk_assessor")
workflow.add_edge("risk_assessor", "report_writer")
workflow.add_edge("report_writer", END)

"""构建工作流图"""
from langgraph.graph import StateGraph, END
from ..state import StockAnalysisState
g = StateGraph(StockAnalysisState)

# 注册节点
g.add_node("industry_researcher", industry_researcher_node)
g.add_node("financial_analyst",   financial_analyst_node)
g.add_node("risk_assessor",       risk_assessor_node)
g.add_node("report_writer",       report_writer_node)

# 入口
g.set_entry_point("industry_researcher")
g.add_edge("report_writer", END)
app = workflow.compile()
result = app.invoke({"messages": [HumanMessage(content="分析股票投资价值")]})

src/
├── state/           # 状态管理
│   └── __init__.py  # StockAnalysisState 定义
├── agents/          # Agent 实现
│   ├── __init__.py  # 四个节点 + 工具
│   └── tools.py     # 工具定义
└── workflow/       # 工作流
    └── __init__.py  # StockAnalysisWorkflow

# src/state/__init__.py

class StockAnalysisState(TypedDict):
    messages: Annotated[Sequence[BaseMessage], add]
    next_agent: str
    industry_research: str      # 行业前景
    financial_data: str         # 财务数据
    risk_assessment: str        # 风险评估
    final_report: str          # 最终报告

# src/agents/tools.py

@tool
def get_industry_info(industry: str) -> str:
    """查询行业信息和前景"""
    ...

@tool
def get_financial_data(stock: str) -> str:
    """查询股票财务数据"""
    ...

@tool
def get_risk_factors(stock: str) -> str:
    """查询股票风险因素"""
    ...

# src/agents/__init__.py

def industry_researcher_node(state: StockAnalysisState) -> StockAnalysisState:
    """行业前景研究员"""
    llm = get_llm()
    llm_with_tools = llm.bind_tools([get_industry_info])

    # 调用工具获取行业信息
    result = get_industry_info.invoke({"industry": "白酒"})

    return {
        "messages": [AIMessage(content=result)],
        "next_agent": "financial_analyst",
        "industry_research": result
    }

def financial_analyst_node(state: StockAnalysisState) -> StockAnalysisState:
    """财务数据分析师"""
    # 类似实现...

def risk_assessor_node(state: StockAnalysisState) -> StockAnalysisState:
    """风险评估师"""
    # 类似实现...

def report_writer_node(state: StockAnalysisState) -> StockAnalysisState:
    """投资报告撰写者"""
    # 类似实现...

# src/workflow/__init__.py

from src.agents import (
    StockAnalysisWorkflow,
    industry_researcher_node,
    financial_analyst_node,
    risk_assessor_node,
    report_writer_node
)

class StockAnalysisWorkflow:
    def build(self):
        g = StateGraph(StockAnalysisState)
        g.add_node("industry_researcher", industry_researcher_node)
        g.add_node("financial_analyst", financial_analyst_node)
        g.add_node("risk_assessor", risk_assessor_node)
        g.add_node("report_writer", report_writer_node)

        g.set_entry_point("industry_researcher")
        g.add_edge("industry_researcher", "financial_analyst")
        g.add_edge("financial_analyst", "risk_assessor")
        g.add_edge("risk_assessor", "report_writer")
        g.add_edge("report_writer", END)

        self.app = g.compile()
        return self

from src.workflow import StockAnalysisWorkflow

workflow = StockAnalysisWorkflow()
workflow.build()

result = workflow.run("茅台（600519）")

print(result["final_report"])

# 运行演示
uv run python demos/main.py

% uv run python demos/main.py
============================================================
LangGraph 多 Agent 协作演示
任务：分析茅台股票的投资价值
============================================================

🔄 开始分析...
------------------------------------------------------------

============================================================
🎯 任务目标：分析股票投资价值
============================================================
📌 目标股票：茅台（600519）
============================================================

============================================================
🔄 [行业研究员] 开始工作
   正在查询行业前景信息...
============================================================

============================================================
🔄 [行业研究员] 分析问题
   用户问题: 请分析 茅台（600519） 的投资价值，包括行业前景、财务数据、风险评估，最后生成投资报告。...
============================================================

============================================================
🔄 [行业研究员] 调用 LLM 决策
   决定是否调用工具...
============================================================

============================================================
🔄 [行业研究员] 直接生成
   未触发工具，使用 LLM 直接生成
============================================================

============================================================
🔄 [行业研究员] 完成分析
   结果摘要: ### **白酒行业前景分析：聚焦高端白酒赛道（以茅台为例）**

#### **一、行业规模与增长趋势**
1. **行业整体规模**：  
   中国白酒行业市场规模超**6000亿元**，其中高端白酒（单价800元以上）占比约**20%-25%**，但利润贡献率超过行业总利润的**50%**。以茅台、五粮液、泸州老窖为代表的高端品牌是核心驱动力。  
2. **增长趋势**：  
   - ...
============================================================

============================================================
🔄 [行业研究员] 交接给
   → 财务分析师
============================================================

============================================================
🔄 [财务分析师] 开始工作
   正在查询财务数据和估值...
============================================================

============================================================
🔄 [财务分析师] 调用 LLM 决策
   决定调用哪些财务工具...
============================================================

============================================================
🔄 [财务分析师] 执行工具调用
   调用工具: get_financial_data
============================================================

============================================================
🔄 [财务分析师] 工具返回
   财务指标获取成功
============================================================

============================================================
🔄 [财务分析师] 执行工具调用
   调用工具: get_stock_price
============================================================

============================================================
🔄 [财务分析师] 工具返回
   估值数据获取成功
============================================================

============================================================
🔄 [财务分析师] 分析数据
   LLM 正在分析财务指标...
============================================================

============================================================
🔄 [财务分析师] 完成分析
   结果摘要: 贵州茅台（600519）核心财务指标：
- 营收：约 1500 亿元（近年持续增长，年增速约 15-20%）
- 净利润：约 750 亿元，净利率约 50%（行业最高）
- ROE：约 35%（持续高水平）
- 毛利率：约 92%（极强定价权）
- 现金流：经营性现金流充裕，几乎无有息负债
- 分红：每年高比例分红，股息率约 2-3%
- PE：约 25-30 倍（历史中枢水平）

贵州茅台（60...
============================================================

============================================================
🔄 [财务分析师] 交接给
   → 风险评估师
============================================================

============================================================
🔄 [风险评估师] 开始工作
   正在评估投资风险...
============================================================

============================================================
🔄 [风险评估师] 获取风险数据
   调用风险查询工具...
============================================================

============================================================
🔄 [风险评估师] 工具返回
   风险因素获取成功
============================================================

============================================================
🔄 [风险评估师] 综合评估
   结合行业和财务数据进行风险评级...
============================================================

============================================================
🔄 [风险评估师] 完成评估
   结果摘要: 贵州茅台主要风险因素：
1. 估值风险：当前 PE 处于历史中枢，若市场情绪下行，估值可能压缩
2. 政策风险：反腐、限制三公消费政策可能影响商务需求
3. 消费降级风险：宏观经济下行时，高端消费可能受压制
4. 竞争风险：其他高端白酒品牌（五粮液、国窖）持续追赶
5. 食品安全风险：任何质量事件都可能对品牌造成重大冲击
6. 汇率风险：出口业务受汇率波动影响（占比较小）

综合风险评估：
###...
============================================================

============================================================
🔄 [风险评估师] 交接给
   → 报告撰写者
============================================================

============================================================
🔄 [报告撰写者] 开始工作
   正在汇总分析结果，撰写投资报告...
============================================================

============================================================
🔄 [报告撰写er] 整合行业分析
   正在整合行业前景研究...
============================================================

============================================================
🔄 [报告撰写者] 整合财务分析
   正在整合财务数据分析...
============================================================

============================================================
🔄 [报告撰写者] 整合风险评估
   正在整合风险评估结果...
============================================================

============================================================
🔄 [报告撰写者] 生成报告
   LLM 正在撰写投资报告...
============================================================

============================================================
🔄 [报告撰写者] 完成撰写
   投资报告生成完毕！
============================================================

============================================================
✅ 所有分析步骤完成！
============================================================


============================================================
📊 分析完成！
============================================================

【行业前景】
### **白酒行业前景分析：聚焦高端白酒赛道（以茅台为例）**

#### **一、行业规模与增长趋势**
1. **行业整体规模**：  
   中国白酒行业市场规模超**6000亿元**，其中高端白酒（单价800元以上）占比约**20%-25%**，但利润贡献率超过行业总利润的**50%**。以茅台、五粮液、泸州老窖为代表的高端品牌是核心驱动力。  
2. **增长趋势**：  
   - **短期承压与长期韧性**：受经济周期、消费结构调整影响，行业增速阶段性放缓，但高端白酒凭借**强品牌壁垒和稀缺性**，仍保持高于行业平均的增速（近年高端赛道年化增长率约**10%-15%**， 显著高...

【财务数据】
贵州茅台（600519）核心财务指标：
- 营收：约 1500 亿元（近年持续增长，年增速约 15-20%）
- 净利润：约 750 亿元，净利率约 50%（行业最高）
- ROE：约 35%（持续高水平）
- 毛利率：约 92%（极强定价权）
- 现金流：经营性现金流充裕，几乎无有息负债
- 分红：每年高比例分红，股息率约 2-3%
- PE：约 25-30 倍（历史中枢水平）

贵州茅台（600519）：当前价格约 1680 元，市值约 2.1 万亿，PE 约 27 倍，PB 约 9 倍

分析：### 贵州茅台（600519）财务分析报告

#### 一、盈利能力分析：顶级护城河与卓越盈...

【风险评估】
贵州茅台主要风险因素：
1. 估值风险：当前 PE 处于历史中枢，若市场情绪下行，估值可能压缩
2. 政策风险：反腐、限制三公消费政策可能影响商务需求
3. 消费降级风险：宏观经济下行时，高端消费可能受压制
4. 竞争风险：其他高端白酒品牌（五粮液、国窖）持续追赶
5. 食品安全风险：任何质量事件都可能对品牌造成重大冲击
6. 汇率风险：出口业务受汇率波动影响（占比较小）

综合风险评估：
### **贵州茅台（600519）投资风险综合评估报告**

结合行业前景与公司财务数据分析，贵州茅台的核心投资逻辑在于其**无与伦比的品牌护城河、顶级的盈利质量以及高端白酒赛道的长期确定性**。然而，其...

============================================================
📝 最终投资报告
============================================================

### **贵州茅台（600519）投资报告**

**1. 投资摘要**
**结论：维持“买入”评级，目标价位1,900元。** 茅台作为高端白酒绝对龙头，拥有无与伦比的品牌护城河与定价权，财务表现堪称A股典范（ROE约35%，净利率约50%）。尽管面临估值及宏观消费情绪波动 等风险，但其在高端赛道的稀缺性、盈利的确定性以及健康的现金流，使其成为长期价值投资的优质标的。当前估值（PE约27倍）处于历史中枢，具备配置价值。

**2. 行业前景**
高端白酒是确定性最高的赛道，增长逻辑已转向“结构升级+稀缺价值”。行业呈现寡头垄断格局，茅台独占近50%高端市场份额，护城河极深。消费升级与高净值人群扩容支撑长期需求，商务与民间消费已成 核心，政策影响有限。挑战在于宏观经济敏感度与年轻化转型，但头部企业凭借品牌与渠道控制力，有望持续享受溢价，格局强者恒强。

**3. 财务分析**
公司呈现顶级盈利能力与财务质量。毛利率约92%、净利率约50%，ROE长期维持在35%左右，为A股标杆。营收与净利润保持15-20%的稳健增长，由提价、产品结构升级及直营渠道扩张驱动。现金流极其充沛，得益于“先款后货”模式，几乎无有息负债，并维持高比例分红。财务结构稳健，风险极低。

**4. 风险评估**
综合风险评级为“中”。主要风险包括：1）**估值风险（中）**：当前估值合理但非低估，对市场情绪敏感；2）**食品安全风险（高）**：为最高级别潜在风险，任何质量事件都可能严重冲击品牌信誉；3）**消费降级风险（中）**：宏观经济下行可能短期压制高端需求。政策风险、竞争风险及汇率风险评级为“低”，对公司基本面影响有限。

**5. 投资建议**
**建议：买入。** 目标价位1,900元，对应约30倍前瞻市盈率，基于其稳健增长与稀缺溢价。投资者可在估值合理区间分批配置，将其作为组合的长期核心资产。需密切关注批价走势、直营渠道进展及提价 政策的落地，这些将是关键的业绩催化剂。短期需承受市场波动，但长期看，其品牌价值与盈利确定性有望带来持续回报。

*免责声明：本报告基于公开信息分析，不构成任何投资建议。市场有风险，投资需谨慎。*

共经过 5 个分析步骤

git clone https://github.com/helloworldtang/langgraph-tutorials.git
cd langgraph-tutorials

uv venv && source .venv/bin/activate
uv add langchain langchain-openai langchain-core langgraph python-dotenv pydantic

cp .env.example .env  # 配置 DEEPSEEK_API_KEY

uv run python demos/main.py
uv run pytest tests/ -v