Как собрать мультиагентную систему для сортировки заявок поддержки с LangGraph

В материале о LangGraph разбирается схема мультиагентной обработки заявок поддержки. В ней разные агенты берут на себя отдельные задачи: один классифицирует тикет, маршрутизатор определяет следующий шаг, другой готовит черновик ответа. Срочные обращения автоматически передаются человеку.
Автор показывает этот подход как развитие более простых сценариев с одним агентом. По его словам, одиночные агенты подходят для базовых задач, но в рабочих процессах реальных компаний обычно нужна координация нескольких специализированных компонентов, а также возможность вернуть задачу оператору.
Как сообщает Towards AI, систему проектируют так, чтобы она работала и локально через Ollama, и через облачный API с использованием одного и того же графа. В статье также объясняются принципы работы LangGraph, состояние, узлы и граф, а еще приводится пошаговое руководство по созданию мультиагентного пайплайна.
Ключевые факты
В системе отдельный агент отвечает за классификацию тикетов, а другой, за подготовку черновика ответа
Маршрутизатор определяет дальнейший путь обработки заявки внутри графа
Срочные обращения автоматически эскалируются человеку
В статье используется стек из LangGraph, Ollama и API-модели