Słownik pojęć

LangGraph

Czym jest LangGraph?

LangGraph to otwartoźródłowy framework z ekosystemu LangChain do modelowania agentów AI i wieloetapowych procesów jako grafu węzłów i krawędzi. Wspólny stan jest przekazywany z kroku do kroku, a pętle, rozgałęzienia, punkty kontrolne i przerwania na zatwierdzenie przez człowieka są wbudowane. Wersja 1.0 została wydana w październiku 2025 roku. Przykładem jest agent, który bada temat, pisze szkic i czeka na zatwierdzenie przed wysłaniem.

Jak pomaga KI.ordo

Przepływy KI.ordo stosują podobną ideę (kroki, rozgałęzienia i podprzepływy) bez programowania.

Dowiedz się więcej

Tematy

Framework
agenci
Workflows

Wypróbuj KI.ordo

Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.

Uruchom demo

← Wszystkie pojęcia

Powiązane pojęcia

LangChain

LangChain to otwartoźródłowy framework dla Pythona i JavaScriptu, za pomocą którego programiści budują aplikacje oparte na modelach językowych. Zapewnia ujednolicone interfejsy do wielu dostawców modeli oraz klocki do wywoływania narzędzi, agentów, przetwarzania dokumentów i generowania wspomaganego wyszukiwaniem. Od wersji 1.0 (październik 2025) agenci LangChain są budowani na LangGraph. Typowe zastosowania to chatboty przeszukujące wewnętrzne dokumenty oraz agenci wywołujący usługi zewnętrzne.

Framework
Programowanie
+1

Inteligentni agenci

Inteligentny agent to system, który postrzega swoje otoczenie, przetwarza informacje i samodzielnie wybiera działania, aby osiągnąć cel. Dziś pojęcie to oznacza zwykle oprogramowanie oparte na dużych modelach językowych, które wykonuje polecenia, korzysta z wiedzy i wywołuje narzędzia, takie jak wyszukiwarka czy API. To, ile agent może robić samodzielnie, powinno być przedmiotem świadomej decyzji. Przykład: agent odpowiada na pytania klientów na podstawie dokumentacji produktu.

agenci
autonomia
+1

Crew AI

CrewAI to otwartoźródłowy framework w Pythonie do łączenia wielu agentów AI w zespół („crew”). Każdy agent otrzymuje rolę, cel i odpowiednie narzędzia; zadania są rozdzielane, a wyniki przekazywane dalej. Dodatkowo „flows” umożliwiają ściśle kontrolowane przepływy pracy sterowane zdarzeniami. Na przykład agent badawczy zbiera informacje, a agent piszący przekształca je w raport.

wieloagentowość
framework
+1

Człowiek w pętli (human-in-the-loop)

Human-in-the-loop (człowiek w pętli) opisuje przepływy pracy, w których ludzie włączają się w proces AI w określonych punktach: sprawdzają wyniki, zatwierdzają je lub poprawiają albo przejmują trudne przypadki. Zasada ta zmniejsza ryzyko błędnych wyników i pozostawia odpowiedzialność po stronie ludzi, zwłaszcza w decyzjach dotyczących osób, pieniędzy czy spraw prawnych. Przykład: agent AI przygotowuje szkice odpowiedzi na zapytania klientów, a pracownik sprawdza je przed wysłaniem.

zatwierdzenie
nadzór
+1