Chương 9 — Frameworks & Tooling
⚙️
Thực chiến — 30 giây
Bạn viết tay agent rồi — giờ mới tới lúc framework có ích. LangGraph hay CrewAI? Chọn sai = debug khóc thét, giao hàng trễ. Ăn tiền ở đâu: chọn đúng tool cho dự án khách = giao nhanh, ít sửa, biên lợi nhuận cao.
Bạn đã viết agent tay ở Chương 3. Giờ mới là lúc framework có ích — vì bạn đã hiểu nó giấu gì bên dưới.
Sau chương này bạn sẽ làm được
- Biết khi nào kéo framework (và khi nào đừng).
- Đọc được code 5 framework chính qua cùng một bài toán.
- Chọn đúng công cụ theo nhu cầu (có khung quyết định).
01 · Khi nào kéo framework?
Loop-first, framework-second
Framework rất hữu ích — nhưng sau khi hiểu vòng lặp. Anthropic cảnh báo: framework thêm lớp trừu tượng che mất cơ chế, gây khó debug.
- Prototype/học → viết tay (Chương 3).
- Cần state bền, checkpoint, human-in-the-loop, nhiều agent → kéo framework.
- 数据变化时，手动更新 DOM 容易遗漏
- 页面越复杂，需要同步的地方越多，越容易出 bug
- 多人协作时，DOM 操作散落各处，维护成本高
- 浏览器不知道"数据"和"界面"的对应关系
- 原生 DOM API 只提供底层操作，没有"数据变了就更新 UI"的能力
- 开发者被迫充当"人肉同步器"
- 建立数据到 UI 的映射关系（UI = f(State)）
- 自动检测数据变化（响应式系统）
- 自动计算最小 DOM 更新（虚拟 DOM / 编译优化）
02 · LangGraph — chuẩn cho production
Mô hình hoá agent như đồ thị có hướng (StateGraph):
from langgraph.graph import StateGraph, END
from typing import TypedDict
class State(TypedDict): # "bộ nhớ làm việc" của hệ
question: str
answer: str
def tra_loi(state): # 1 node = 1 hàm cập nhật state
return {"answer": llm(state["question"])}
g = StateGraph(State)
g.add_node("answer", tra_loi)
g.set_entry_point("answer")
g.add_edge("answer", END)
from langgraph.checkpoint.memory import MemorySaver
memory = MemorySaver() # dev; production dùng PostgresSaver
app = g.compile(checkpointer=memory) # ← checkpoint: khôi phục đượcKhái niệm cốt lõi
State (TypedDict chia sẻ) · Nodes (hàm cập nhật state) · Edges (nối node; conditional edge để LLM tự định tuyến) · Checkpointing (MemorySaver→PostgresSaver, workflow khôi phục được) · HITL (breakpoint: dừng, sửa state, duyệt, chạy tiếp).
→ Mạnh nhất cho workflow có trạng thái, cần audit/rollback. Hệ sinh thái: LangSmith (Chương 10).
03 · CrewAI — nhanh để prototype
Mô hình role-based: mỗi agent có role / goal / backstory; gom thành Crew.
from crewai import Agent, Task, Crew
researcher = Agent(role="Nhà nghiên cứu thị trường",
goal="Tìm insight đối thủ trà sữa HN",
backstory="Chuyên gia F&B 10 năm")
writer = Agent(role="Copywriter", goal="Viết báo cáo SWOT dễ đọc",
backstory="Viết content marketing")
crew = Crew(agents=[researcher, writer],
tasks=[Task(description="Research 3 đối thủ", agent=researcher),
Task(description="Viết SWOT", agent=writer)])
print(crew.kickoff())Ẩn dụ "thuê nhân viên". Nhanh nhất từ ý tưởng → demo multi-agent. Yếu hơn về state bền → hợp prototype/POC.
04 · OpenAI Agents SDK & Claude Agent SDK
# OpenAI Agents SDK — 3 primitive cốt lõi (Agents, Handoffs, Guardrails) + Sessions & Tracing
from agents import Agent, Runner
trợ_lý = Agent(name="CSKH", instructions="Trả lời lịch sự", tools=[tra_don])
print(Runner.run_sync(trợ_lý, "Đơn 1234 đâu rồi?").final_output)| OpenAI Agents SDK | Vai trò |
|---|---|
| Agents | LLM + instructions + tools |
| Handoffs | Trao quyền sang agent khác (là 1 tool) |
| Guardrails | Kiểm input/output song song, "tripwire" chặn |
| Sessions | Tự lưu lịch sử hội thoại |
| Tracing | Ghi vết để debug |
Claude Agent SDK (trước là Claude Code SDK): khái niệm cốt lõi harness — bộ khung quanh model cho nó truy cập máy (terminal/file/lệnh); vòng lặp gather → act → verify → repeat + subagent context riêng.
05 · Google ADK & phân tầng (2026)
ADK: LLM Agents (suy luận) vs Workflow Agents (điều phối tất định: Sequential/Parallel/Loop) vs Custom/Graph.
"Tier" theo đồng thuận cộng đồng (định hướng)
| Tầng | Framework | Ghi chú |
|---|---|---|
| Production | LangGraph, LlamaIndex (tài liệu), MS Agent Framework, ADK | State bền, audit, checkpoint |
| Prototype | CrewAI, AG2 | Nhanh ra demo, nhẹ về state |
| Bảo trì (cân nhắc rời) | AutoGen (gốc), Semantic Kernel | Hướng dẫn migrate sang MS Agent Framework |
| Chuẩn hội tụ: MCP (agent↔tool), A2A (agent↔agent), OpenTelemetry GenAI (observability). |
06 · Computer Use — agent điều khiển màn hình
Khi phần mềm không có API, agent thao tác GUI như người: chụp màn hình → click/gõ/cuộn.
Trạng thái 2026 (nói cho chuẩn)
Trên OSWorld-Verified, Claude Sonnet 4.6 đạt ~72,5% (từ 14,9% lúc ra mắt 10/2024) — ≈ mức người ở nhiều tác vụ GUI. Anthropic nói model "vẫn kém người giỏi nhất", nên dùng "≈ mức người ở nhiều tác vụ", không "ngang con người".
→ Mở khoá tự động hoá phần mềm legacy (rất hợp VN: MISA, Bravo, Fast — Chương 12). Đánh đổi: chậm + đắt hơn API, dễ vỡ khi UI đổi.
07 · Toolkit 6 layer & khung chọn
Bản đồ 2026
- Coding — Claude Code, Cursor, Windsurf, Devin, Cline, Aider
- General — Manus, Claude Computer Use, OpenAI Operator
- Workflow — n8n, Make, Smax.ai, Lindy
- Multi-agent — LangGraph, CrewAI, OpenAI/Claude SDK, ADK
- Infra — E2B, Browserbase, Daytona (sandbox), MCP servers
- Voice — ElevenLabs, Vapi, Retell, Bland
Bạn cần gì?
├─ Học/hiểu cơ chế → viết tay (Chương 3)
├─ Workflow state bền/HITL → LangGraph
├─ Demo multi-agent nhanh → CrewAI
├─ Hệ OpenAI / Claude → OpenAI Agents SDK / Claude Agent SDK
├─ No-code automation → n8n / Smax.ai (Chương 12)
└─ Phần mềm không API → Computer Use08 · Bài tập
- Viết lại lab research đối thủ (Chương 7) bằng CrewAI (2 agent: researcher + writer). So với bản viết tay — gọn hơn hay khó debug hơn?
- Chọn framework cho 3 ca: (a) bot CSKH cần audit log từng bước, (b) demo nhanh cho khách xem, (c) tự động hoá phần mềm kế toán không API. Giải thích.
👉 Gợi ý câu 2
(a) LangGraph (checkpoint/audit). (b) CrewAI (nhanh ra demo). (c) Computer Use (không API).
09 · Kiểm tra nhanh
- Khi nào viết tay, khi nào framework?
- 3 khái niệm cốt lõi của LangGraph?
- Các thành phần chính của OpenAI Agents SDK?
- "Harness" trong Claude Agent SDK là gì?
- Nói cho chuẩn về điểm Computer Use trên OSWorld?
👉 Gợi ý đáp án
- Viết tay để học/prototype; framework khi cần state bền, checkpoint, HITL, nhiều agent.
- State, Nodes, Edges (+ checkpointing, conditional edges).
- 3 primitive cốt lõi: Agents, Handoffs, Guardrails; + Sessions & Tracing (tính năng).
- Bộ khung quanh model cho nó truy cập máy + chạy vòng lặp.
- ~72,5%, ≈ mức người ở nhiều tác vụ GUI — không phải "ngang con người".
10 · Tóm tắt & đọc tiếp
Mang theo
- Loop-first, framework-second.
- LangGraph (production/state), CrewAI (prototype), OpenAI/Claude SDK, ADK — đã thấy code.
- Chuẩn hội tụ: MCP + A2A + OpenTelemetry.
- Computer Use mở khoá phần mềm không-API.
Agent chạy được rồi — nhưng có tốt không? Phần D đưa lên production: đo lường, an toàn, ship.
→ Chương 10 — Evaluation & Observability
LangGraph Complete Course for Beginners – Complex AI Agents with Python
Khoá LangGraph đầy đủ: graph/state/nodes/edges/checkpointing. (2025, 740K view)
Agents SDK from OpenAI! | Full Tutorial
Full tutorial OpenAI Agents SDK: agents, tools, handoffs. (2025)