配套视频
文章指出，“我们应该使用哪个智能体框架”并不是默认该问的问题。正确的问题是：你是否真的需要框架；如果需要，你希望它施加哪组约束。做出判断的最快方法，是分别观察各个框架的实际运行，直到对它们各自的设计取向形成直观感受。这两份长教程分别介绍LangGraph和CrewAI；结合文章中对直接API的讨论，选择通常就会变得清晰。
3:09:51freeCodeCamp.org
这是一份长篇代码跟练教程，逐步构建LangGraph的状态图、节点、边、条件路由、检查点和工具调用。完成后，你将对类型化状态和“每次状态转换都显式定义”的模型有足够直观的认识，文章对CrewAI和直接API代码的比较也就不再抽象。
您应该从中获得什么: 你可以使用类型化状态、条件路由、检查点和工具调用构建LangGraph智能体，并体会显式设计在哪些地方带来价值。
先观看或了解: 扎实掌握Python和LLM API基础；预计需要跟练三个多小时。
AI Expert 注释: LangGraph的API表面会随版本变化，因此部分跟练代码可能需要调整。基于图的思维模型才是持久有效的部分；跟练时请对照官方文档核实当前语法。
1:05:42aiwithbrandon
这是同类构建教程，但采用CrewAI的“角色—目标—背景故事”风格：把智能体视为团队成员，把任务视为交付物，由框架隐藏执行循环。建议看完LangGraph课程后立即观看；两者在框架替你做多少决定方面的鲜明对比，正是文章要求你权衡的重点。
您应该从中获得什么: 你可以用“角色—目标—背景故事”风格搭建CrewAI团队，并判断其隐藏的执行循环与显式图结构相比如何。
先观看或了解: 同样需要Python基础；最好紧接着LangGraph课程观看，以便形成对比。
AI Expert 注释: CrewAI迭代很快，教程代码也很快过时。用本视频了解“角色—目标—背景故事”模型及其与LangGraph的差异，然后在复制任何代码前查看CrewAI的当前文档。
