# langchain-demo

**Repository Path**: zeus-maker/langchain-demo

## Basic Information

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

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-04-29
- **Last Updated**: 2025-04-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# LangChain 示例项目

这个项目展示了如何使用 LangChain 构建各种 AI 应用，从简单的聊天机器人到复杂的智能体系统。

## 项目结构

- `1-llm/`: 基础 LLM 应用示例
  - 简单的聊天机器人
  - 使用通义千问模型
  - 支持 Web API 部署

- `2-rag/`: RAG（检索增强生成）应用示例
  - 文档问答系统
  - 使用向量数据库
  - 支持多种文档格式

- `3-agent/`: 智能体应用示例
  - 基于 ReAct 框架的智能体
  - 集成搜索引擎
  - 支持工具调用

- `4-LangGraph/`: 高级聊天机器人
  - 使用 LangGraph 构建
  - 支持 Web 搜索
  - 对话状态管理
  - 人工审核机制
  - 自定义状态控制
  - 对话路径探索

## 环境要求

- Python 3.8+
- 通义千问 API 密钥
- Tavily API 密钥（用于搜索功能）

## 安装

1. 克隆项目：
```bash
git clone https://github.com/yourusername/langchain-demo.git
cd langchain-demo
```

2. 安装依赖：
```bash
pip install -r requirements.txt
```

3. 设置环境变量：
```bash
export DASHSCOPE_API_KEY=your_api_key_here
export TAVILY_API_KEY=your_api_key_here
```

## 使用说明

每个子目录都包含独立的示例应用，可以单独运行和测试：

### 1. 基础 LLM 应用
```bash
cd 1-llm
python main.py
```

### 2. RAG 应用
```bash
cd 2-rag
python main.py
```

### 3. 智能体应用
```bash
cd 3-agent
python main.py
```

### 4. LangGraph 聊天机器人
```bash
cd 4-LangGraph
python chatbot.py
```

## 开发说明

1. 每个示例都包含完整的代码和文档
2. 使用 `requirements.txt` 管理依赖
3. 支持命令行和 Web API 两种运行模式
4. 包含详细的注释和文档

## 注意事项

1. 确保设置了正确的 API 密钥
2. 在生产环境中关闭调试模式
3. 根据需要调整模型参数
4. 注意 API 使用限制和成本

## 贡献指南

1. Fork 项目
2. 创建特性分支
3. 提交更改
4. 推送到分支
5. 创建 Pull Request

## 许可证

MIT License

## 联系方式

如有问题或建议，请通过以下方式联系：
- 提交 Issue
- 发起 Pull Request
- 参与讨论

运行应用：
命令行模式：python main.py
Web API 模式：python server.py
访问服务：
API 文档：http://localhost:8000/docs
聊天接口：http://localhost:8000/chat/invoke

source .venv/bin/activate
uv pip install -i https://mirrors.aliyun.com/pypi/simple/ -r requirements.txt

API 文档：http://localhost:8000/docs
聊天接口：http://localhost:8000/chat/invoke
交互式界面：http://localhost:8000/chat/playground/