本页目录
Lesson 06 练习 — 多模型路由与网络拓扑
这是 LangGraph 段收官，练习重点在"拓扑选型"和"多模型降本"。
练习 1：拓扑归类（关键概念，5 分钟）
把前 5 课的场景归类到四种拓扑：
| 场景 | 属于哪种拓扑？ |
|---|---|
| L01 supervisor 调度 researcher/analyst/writer | ? |
| L02 客服 triage→refund→after_sales 直接交接 | ? |
| L03 把客服 swarm 封装成子图嵌入父图 | ? |
| L04 把主题拆 3 份并行查询再合并 | ? |
| 手写 L08 的 planner→executor→reviewer 固定顺序 | ? |
参考答案在 README 的拓扑总览表里。这道题帮你建立"看到需求就知道用什么拓扑"的直觉。
练习 2：追踪多模型路由的消息流（核心机制，5 分钟）
运行 code.py 的实验 2，看消息流里的模型标注：
- supervisor 用的是哪个模型？调用了几次？
- analyst 用的是哪个模型？调用了几次？
- 如果全用 glm-4，成本是现在的几倍？（提示：worker 用 flash 是免费的）
这就是多模型路由的价值——执行类 worker 用免费模型，成本大降。
练习 3：对比全 glm-4 vs 多模型的质量（认知题，10 分钟）
跑两次同一个任务，对比质量：
第一次：把 code.py 实验 2 的 fast_llm 也改成 glm-4（全 glm-4）
第二次：保持原样（supervisor glm-4 + worker flash）
回答： 1. 两次的最终回答质量差别大吗？ 2. 如果 worker 做的是"简单查资料"，flash 够用吗？ 3. 如果 worker 做的是"复杂推理分析"，flash 还够用吗？
💡 这道题帮你理解多模型路由的前提：执行类任务 flash 能胜任。复杂任务还是得 glm-4。
练习 4：加一个 reviewer 用 glm-4（10 分钟）
在实验 3 的基础上加一个 reviewer（审查者），用 glm-4（审查要准）。
要求：
1. reviewer = create_agent(smart_llm, tools=[], name="reviewer", ...)
2. 加到 supervisor 的 agents 列表
3. 在 supervisor 的 prompt 里告诉它"写完文案后派 reviewer 审查"
4. 跑一遍，看消息流：researcher(flash) → writer(glm-4) → reviewer(glm-4)
观察：现在有 3 个不同角色的 Agent，各用什么模型？为什么？
答案：researcher(flash 查资料)、writer(glm-4 写作)、reviewer(glm-4 审查)。决策/质量类用 glm-4，执行类用 flash。
练习 5：设计你自己的混合拓扑（进阶，15 分钟）
设计一个"电商客服系统"的拓扑，满足： - 用户问题先到分诊 supervisor（glm-4 决策） - 客服问题进客服子图（内部 swarm：退款/售后/投诉，全用 flash） - 商品咨询走并行查询（多个商品查询 worker 并行，用 flash） - VIP 用户走专属通道（glm-4 全程，质量优先）
画出你的拓扑图（纸笔即可），标注每层用什么模型。
这道题考验综合能力——混合拓扑 + 多模型路由。没有标准答案，重点是练"按场景选型"的架构思维。
思考题（不写代码）
-
为什么 supervisor 要用 glm-4 而 worker 可以用 flash？ 提示：决策（派给谁）出错会导致整个任务失败；执行（查资料）出错影响较小。
-
如果 glm-4-flash 完全免费且无限调用，为什么不全用它？ 提示：复杂推理 flash 会翻车；supervisor 的路由决策一旦出错，后面全白费。
-
四种拓扑里，哪种最适合多模型路由？ 提示：层级拓扑——顶层决策用贵模型，多层往下逐步用便宜模型。
完成标志
- [ ] 能把前 5 课的场景归类到四种拓扑（星型/网状/层级/流水线）
- [ ] 理解多模型路由：supervisor 用 glm-4，worker 用 flash
- [ ] 知道差异化模型：不同 worker 按任务特点选模型
- [ ] 理解降本逻辑：决策少且贵，执行多且免费
- [ ] LangGraph 主干段（L01-L06）全部掌握 🎓
下一课 L07 进入横向框架对比——用 CrewAI 重写同样的系统，对比"角色驱动"vs"图驱动"两种范式。