# langchain_project

**Repository Path**: lyqjob/langchain_project

## Basic Information

- **Project Name**: langchain_project
- **Description**: 欢迎来到 LangChain 多模型对话系统项目！这是一个基于 LangChain 框架构建的 AI Agent 开发项目，支持多种大语言模型（如通义千问、OpenAI、智谱等）和多种 Agent 类型。从0-1，记录学习搭建Agent智能体。
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 4
- **Forks**: 0
- **Created**: 2026-01-12
- **Last Updated**: 2026-02-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: langchain, Python, 智能体, Agent, AI

## README

# langchain_project

## 项目介绍
本项目基于 [LangChain](https://github.com/hwchase17/langchain) 打造 AI 智能体（Agent），从 0 到 1 记录开发与学习过程，支持多种 LLM 接入与扩展，适合学习、实验和实际应用。

## 软件架构
```
langchain_project/
├── app/                # 主要应用模块
│   ├── agent/          # 智能体核心逻辑
│   ├── api/            # API 服务
│   ├── core/           # 核心工具与通用逻辑
│   ├── memory/         # 对话记忆管理
│   ├── models/         # 数据模型
│   ├── prompts/        # 提示词模板
│   └── tools/          # 工具集成
├── config/             # 配置文件（如全局参数、环境变量等，建议添加）
├── data/               # 数据存储
├── logs/               # 日志（可选）
├── tests/              # 测试用例（可选）
├── main.py             # 项目主入口
├── requirement.txt     # Python 依赖
├── .env                # 环境变量配置文件
├── README.md           # 项目说明
└── README.en.md        # 英文说明
```

## 安装教程

### 1. 克隆仓库  
```bash
git clone https://gitee.com/lyqjob/langchain_project.git
cd langchain_project
```

### 2. 创建虚拟环境（必须）
**务必创建并使用虚拟环境，避免依赖冲突！**

```bash
# 使用 venv 创建虚拟环境
python3 -m venv venv
```

### 3. 激活虚拟环境

```bash
# macOS/Linux
source venv/bin/activate

# Windows
venv\Scripts\activate
```

激活后，命令行提示符前会显示虚拟环境名称，如 `(venv) $`。

### 4. 安装依赖

```bash
pip install -r requirement.txt
```

### 5. 配置环境变量  
项目根目录下有 `.env` 文件，请根据实际需求修改相关配置项。例如：
```
# 阿里云 DashScope API Key (用于通义千问)
DASHSCOPE_API_KEY=sk-XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
# 其他环境变量...
```
如无 `.env` 文件，可参考 `.env.example`（如有）自行创建。

### 6. 验证安装

#### 验证虚拟环境状态
```bash
# 检查 Python 解释器路径（应包含 venv 目录）
which python3

# 检查依赖安装位置
pip list
```

#### 验证核心依赖安装
```bash
# 检查关键依赖是否已正确安装
pip show langchain langchain-community dashscope python-dotenv
```

### 7. 启动项目

```bash
python main.py
```

## 使用说明

### 1. 激活虚拟环境
**务必确保在虚拟环境中运行项目，避免依赖冲突！**

```bash
# macOS/Linux
source venv/bin/activate

# Windows
venv\Scripts\activate
```

### 2. 验证虚拟环境与依赖

#### 验证虚拟环境状态
```bash
# 检查 Python 解释器路径（应包含 venv 目录）
which python3

# 检查依赖安装位置
pip list
```

#### 验证核心依赖安装
```bash
# 检查关键依赖是否已安装
pip show langchain langchain-community dashscope python-dotenv
```

### 3. 启动主程序

确保已正确配置 `.env` 文件，然后运行：

```bash
python main.py
```

### 4. 退出虚拟环境

```bash
deactivate
```

### 5. 后续开发

- 根据实际需求修改 `app/agent/`、`app/api/` 等模块，进行自定义开发。
- 可参考 `data/` 目录进行数据存储与加载。
- 如需添加新依赖，使用 `pip install <package>` 并更新 `requirement.txt`：
  ```bash
  pip freeze > requirement.txt
  ```

## 目录结构说明

- `app/`：核心应用代码，按功能模块划分
- `config/`：全局配置（如数据库、API 密钥等）
- `data/`：数据文件与样本
- `logs/`：运行日志（可选）
- `tests/`：测试代码（可选）
- `main.py`：主入口
- `requirement.txt`：依赖列表
- `.env`：环境变量配置

## 参与贡献

1. Fork 本仓库
2. 新建 Feat_xxx 分支
3. 提交代码
4. 新建 Pull Request

## 相关资源

- [LangChain 官方文档](https://python.langchain.com/)
- [OpenAI API 文档](https://platform.openai.com/docs/)
- [阿里云 通义千问 文档](https://bailian.console.aliyun.com/cn-beijing/?tab=doc#/doc)
- [智谱GLM API 文档](https://docs.bigmodel.cn/cn/api/introduction)

---

如有建议或问题，欢迎 Issue 或 PR！