# ai-agent-python

**Repository Path**: azureroots/ai-agent-python

## Basic Information

- **Project Name**: ai-agent-python
- **Description**: No description available
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 0
- **Created**: 2025-06-30
- **Last Updated**: 2026-06-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AI Agent Python

本项目是一个基于 LangChain 和 LangGraph 的 AI Agent 学习教程和实践代码库。

## 项目简介

ai-agent-python 是一个专注于 AI Agent 开发的 Python 项目，涵盖了 LangChain 和 LangGraph 的核心概念与实践。项目中包含了丰富的示例代码，涵盖链式调用（Chains）、图工作流（LangGraph）、输出解析器（Parsers）、提示词模板（Prompts）以及检索增强生成（RAG）等关键技术。

## 项目结构

```
ai-agent-python/
├── chain/          # LangChain 链式调用示例
├── graph/          # LangGraph 图工作流示例
├── hellolangchain/ # 入门示例
├── parsers/        # 输出解析器
├── prompts/        # 提示词模板
└── rag/           # 检索增强生成
```

## 核心模块

### chain - 链式调用

包含多种 Chain 实现模式：

- **chain1-pipe.py** - 管道式链式调用
- **chain2-stream.py** - 流式输出处理
- **chain3-parallel.py** - 并行链式调用
- **chain4-migration-lcel.py** - LCEL 迁移示例
- **chain5-modifier.py** - 自定义链修改器
- **chain6-lambda.py** - Lambda 函数式链
- **chain7-stream.py** - 流式数据处理
- **chain8-stream.py** - 迭代器流式处理
- **chain9-passthrough.py** - 直通链
- **chainA-dynamic1.py** - 动态链模式一
- **chainA-dynamic2.py** - 动态链模式二
- **chainB_router.py** - 路由链
- **chainC-rollback.py** - 回滚机制
- **memory-long.py** - 长期记忆
- **memory-short1/2/3.py** - 短期记忆实现

### graph - LangGraph 图工作流

- **first-graph.py** - 基础图构建
- **basic-control-serial.py** - 串行控制流
- **basic-control-branch.py** - 分支控制流
- **basic-control-branch-loop.py** - 循环控制流
- **fine-control-config.py** - 精细化配置
- **fine-control-map-reduce.py** - MapReduce 模式
- **memory1-7.py** - 记忆管理
- **interaction1-4.py** - 人机交互
- **tool-invoke.py** - 工具调用
- **time-travel.py** - 时间回溯
- **code-helper.py** - 代码辅助生成
- **prompt-helper.py** - 提示词辅助
- **stream-output.py** - 流式输出

### parsers - 输出解析器

- **parser1-5.py** - 各版本解析器实现
- **fault-tolerant1/2.py** - 容错处理
- **parser3a/3b.py** - Pydantic 模型验证

### prompts - 提示词模板

- **prompt1-string.py** - 字符串模板
- **prompt2-chat.py** - 对话模板
- **prompt3-placeholder.py** - 占位符模板
- **prompt4-message-complex.py** - 复杂消息模板
- **prompt5-custom-template.py** - 自定义模板
- **few-shot1/2.py** - Few-shot 学习
- **selector1/2-mmr.py** - 提示词选择器

### rag - 检索增强生成

- **chat-doc1-10.py** - 文档对话系统
- **doc-split1-6.py** - 文档分割
- **embed1-3.py** - 向量嵌入
- **loader1-9.py** - 多种文档加载器
- **retriever1-9.py** - 检索器实现
- **vector1-3.py** - 向量存储
- **rag-graph.py** - RAG 图工作流

## 安装依赖

项目使用 `uv` 进行依赖管理，各子目录均包含独立的 `pyproject.toml` 和 `.env` 配置文件。

```bash
# 安装项目依赖
cd chain  # 或其他模块目录
uv sync
```

## 使用说明

各子模块目录都包含独立的示例代码，可单独运行学习：

```bash
# 运行 chain 模块示例
cd chain
python main.py

# 运行 graph 模块示例
cd graph
python first-graph.py

# 运行 rag 模块示例
cd rag
python main.py
```

## 技术栈

- **LangChain** - 大语言模型应用框架
- **LangGraph** - 基于图的编排框架
- **LangChain Expression Language (LCEL)** - 链式表达式语言
- **Pydantic** - 数据验证
- **OpenAI** - 大语言模型

## 学习路径建议

1. 从 `hellolangchain/` 入门基础概念
2. 学习 `chain/` 了解各种链式调用模式
3. 掌握 `graph/` 图工作流编排
4. 实践 `prompts/` 提示词工程
5. 深入 `parsers/` 输出解析
6. 完成 `rag/` 检索增强实战

## 许可证

本项目仅供学习交流使用。