LangGraph DEEPSEEK Agent 项目

这是一个使用 LangGraph 和 DEEPSEEK 模型构建的智能体项目，实现了天气查询功能。

🚀 项目特性

• DEEPSEEK 模型集成: 使用 DEEPSEEK 作为主要语言模型
• ReAct 智能体: 实现了推理和行动模式
• 工具调用: 支持天气查询工具
• LangGraph 服务: 提供 Web API 接口
• 环境配置: 支持 .env 环境变量配置

📁 项目结构

Test_LangGraph/
├── test_agent.py          # 智能体实现
├── langgraph.json         # LangGraph 配置
├── .env                   # 环境变量
├── requirements.txt       # 依赖列表
├── start_langgraph.py     # 启动脚本
├── test_api.py           # API 测试脚本
└── README.md             # 项目说明

🛠️ 安装和配置

1. 安装依赖

pip install -r requirements.txt

2. 配置环境变量

编辑 .env 文件，设置您的 DEEPSEEK API 密钥：

OPENAI_API_KEY=your-deepseek-api-key-here
OPENAI_BASE_URL=https://api.deepseek.com/v1

3. 运行智能体

直接运行

python test_agent.py

启动 LangGraph 服务

python start_langgraph.py

使用 LangGraph CLI

python -m langgraph_cli dev

🔧 API 使用

服务端点

• 服务地址: http://localhost:2025
• API 文档: http://localhost:2025/docs
• WebSocket: ws://localhost:2025/ws

测试 API

python test_api.py

手动测试

curl -X POST "http://localhost:2025/weather_agent/invoke" \
  -H "Content-Type: application/json" \
  -d '{
    "messages": [
      {"role": "user", "content": "what is the weather in Beijing"}
    ]
  }'

📊 功能演示

智能体对话流程

1. 用户输入: "what is the weather in sf"
2. AI 推理: "I'll check the weather in San Francisco for you."
3. 工具调用: 调用 get_weather 工具
4. 工具响应: "It's always sunny in San Francisco!"
5. AI 总结: "According to the weather information, it's always sunny in San Francisco!"

性能指标

• 模型: deepseek-chat
• Token 使用: 输入 189，输出 14，总计 203
• 缓存效率: 67% 缓存命中率
• 响应时间: 快速响应

🔍 技术细节

核心组件

• LangGraph: 智能体框架
• LangChain: 语言模型集成
• DEEPSEEK: 大语言模型
• ReAct 模式: 推理 + 行动

工具系统

• get_weather: 天气查询工具
• 参数: city (字符串)
• 返回: 模拟天气信息

🐛 故障排除

常见问题

1. 依赖安装失败

   pip install --upgrade pip
   pip install -r requirements.txt
   

2. API 密钥错误

   • 检查 .env 文件中的 API 密钥
   • 确保 DEEPSEEK API 密钥有效

3. 服务启动失败

   • 检查端口 2025 是否被占用
   • 确保所有依赖已正确安装

4. LangGraph CLI 问题

   pip install -U "langgraph-cli[inmem]"
   

📝 开发说明

添加新工具

1. 在 test_agent.py 中定义工具函数
2. 将工具添加到 tools 列表
3. 重新启动服务

修改模型配置

编辑 test_agent.py 中的 ChatOpenAI 配置：

model = ChatOpenAI(
    model="deepseek-chat",
    temperature=0.7
)

📄 许可证

本项目仅供学习和研究使用。

🤝 贡献

欢迎提交 Issue 和 Pull Request！

---

注意: 请确保您有有效的 DEEPSEEK API 密钥才能使用此项目。