LangGraph Start

这是一个简单的langGraph示例，快速入门即上手😊

已使用的文档如下：

1、Langchain LLM 、LLM key

2、Langgraph Quickstart

3、How to create and query vector stores => 使用的为OpenAIEmbeddings需要付费，替换为HuggingFaceEmbeddings即可

已实现功能如下：

1、Chatbot

2、Function calling

3、RAG

安装指南

确保已有Python环境，当前使用Python v3.13.2

1、克隆仓库

git clone https://github.com/angxuejian/langgraph-start.git

2、安装依赖

pip install -r requirements.txt

配置说明

需要配置LLM、Web，步骤如下

1、在config目录下创建config.py文件 (可从config.example.py文件复制)

2、添加API密钥，可申请百炼LLM、Tavily Web，均有免费Token使用

# Global LLM configuration
# 阿里云百炼 https://bailian.console.aliyun.com/?tab=model#/model-market
llm = {
    "openai_api_key": 'YOUR_API_KEY',
    "openai_api_base": 'https://dashscope.aliyuncs.com/compatible-mode/v1',
    "model_name": 'qwen-max' # 根据千问文档选择合适的模型，例如 qwen-turbo 或 qwen-plus
}


# Global Web configuration
# tavily https://app.tavily.com/home
web = {
    "tavily_api_key": "YOUR_API_KEY"
}

运行说明

需要科学上网，才能运行；以下命令都在langgraph-start目录下执行

1、运行chatbot，根据配置可使用tools、memory功能

python main.py

2、运行chatbot rag

默认读取faiss_index文件，可修改file_name来选择读取文件; faiss_index源文件为basedata.txt

python run_rag.py

3、运行embedding model，将自定义文本内容转换为向量(Vectors)的浮点数数组

• file_name：向量化后的文件名称
• source_file_name：源文件名称

python run_vector.py

本地会加载BAAI/bge-base-zh模型，推理速度因电脑差异会有快慢之分，没看到控制台输出HuggingFaceEmbeddings done !前，均还在推理，切勿退出。只有运行run_rag.py和run_vector.py才会使用到向量化

4、使用mcp server，在cursor、windsurf、claude等应用上，打开mcp.json，将以下配置复制粘贴

Windows

{
  "mcpServers": {
    "tools-server": {
      "command": "python",
      "args": [
        "C:\\ABSOLUTE-PATH\\XXXXXXX\\langgraph-start\\mcp\\server.py" 
      ]
    }
  }
}

MacOS or Linux

{
  "mcpServers": {
    "tools-server": {
      "command": "python",
      "args": [
        "/ABSOLUTE-PATH/XXXXXXX/langgraph-start/mcp/server.py" 
      ]
    }
  }
}

目前只有get_current_time_mcpfunction一个函数，询问当前时间，即可调用。

5、运行mcp client，使用本地mcp server工具

python .\mcp\client.py .\mcp\server.py

可替换成其他mcp工具，修改client.py文件中的StdioServerParameters(command='', args=[], env=None)参数即可

交流

可通过 ✉️ 邮箱联系@angxuejian: xuejian.ang@gmail.com

or Issues

希望 LangGraph Start 可以帮助你快速了解 + 上手AI应用😎