Shoukai Discovery Tour

来自谷歌风投的 Foundation Sprint 方法论，用短短10小时让核心团队达成战略共识，为产品成功奠定基础。本文详细介绍这一高效的产品规划流程，包含实战案例和具体操作方法。

深入解析软件开发领域最具指导意义的七大经典定律，从项目管理到系统设计的全方位实践指南

本文总结 LangGraph 子图（Subgraph）能力，并通过两种通信模式（共享状态与不同状态）提供完整可运行的 Python 示例与流式输出，展示子图在父图中的编译与调用方式、输入输出映射以及在多智能体系统中的常见用法，帮助你快速理解并验证该特性。

本文作为基础教程，系统讲解 LangGraph 与 FastMCP 2.0（MCP 2.0） 的两种集成方式：作为客户端在 LangGraph 工作流中调用 MCP 工具，以及将现有 LangGraph Agent 封装为 FastMCP 服务器对外提供服务。内容包含环境准备、示例代码、运行验证与 MCP Inspector 调试，帮助你快速上手并完成端到端打通。

Deep Research 是一个基于大语言模型的深度研究报告生成平台。本文通过详细的架构分析和技术实现细节，为开发者提供构建智能研究助手系统的最佳实践参考。

深入解析 LangChain Open Deep Research 开源深度研究代理系统的三阶段架构设计：范围界定、研究执行和报告撰写。详细剖析多代理协作机制、工具集成策略和代码实现，为构建智能研究助手提供完整技术方案和最佳实践指导。

介绍 Embabel 智能代理框架的核心目标与设计理念。文章详细介绍了这个由 Spring 框架创始人 Rod Johnson 打造的企业级 AI 代理框架，并通过实际代码示例展示如何构建故事创作与评审代理，为 JVM 生态的 AI 应用开发提供介绍。

深入解析 DeerFlow 多智能体研究系统的技术架构与实现细节。文章详细剖析了基于 LangGraph构 建的模块化工作流，从协调器、规划器到研究团队的完整智能体协作机制，涵盖Python现代技术栈、异步处理等核心技术。通过详细流程分析和独立入口函数设计分析，展示了如何构建生产级的AI研究助手系统，为开发者提供多智能体系统设计的最佳实践参考。

全面介绍 BAML（BoundaryML Application Modeling Language）声明式提示语言的设计理念、安装与使用方法，并结合源码与官网文档，深入剖析其类型系统、编译流程与 Python 集成原理，帮助开发者高效构建可靠的 AI 工作流与智能代理。

本文为 12-Factor Agents 英文原文的翻译整理，并结合个人实践补充了部分笔记和理解。内容涵盖 LLM 代理开发的 12 项核心原则，适合关注 AI 工程、生产级 Agent、AI 应用最佳实践的开发者参考。