langchain llms

langchain_llms

一个测试不同llm集成（如MCP和RAG）的项目

📁 项目结构

agent/
├── src/
│   └── agent/              # Main package (modules only)
│       └── __init__.py
├── scripts/                # Executable scripts
│   ├── build_index.py      # Build vector database
│   ├── chat.py            # Chat with RAG + agents
│   ├── chat_rag.py        # Chat with RAG (advanced)
│   ├── chat_simple.py     # Simple chat without RAG
│   ├── rag_only.py        # RAG retrieval only
│   └── crawl.py           # Web crawler for data collection
├── data/                   # Data directory
│   ├── markdowns/          # Downloaded markdown files
│   └── chroma_db/          # Vector database
├── pyproject.toml          # Dependencies & project config
├── uv.lock                 # Locked versions
├── .python-version         # Python version (3.11)
└── .env                    # Environment variables (not committed)

🚀 设置为 uv

1.安装 uv （一次）

pip install uv

2.创建虚拟环境并安装依赖项

uv sync

3.运行脚本

# Using uv run (recommended - auto venv)
uv run python scripts/build_index.py
uv run python scripts/chat.py
uv run python scripts/rag_only.py
uv run python scripts/chat_simple.py
uv run python scripts/crawl.py

# OR activate venv manually
.\.venv\Scripts\Activate.ps1
python scripts/build_index.py

4.添加新的依赖关系

# Option 1: Quick add
uv add new-package

# Option 2: Edit pyproject.toml and sync
uv sync

5.开发设置

# Install with dev dependencies
uv sync --all-extras

# Run tests
uv run pytest

# Format code
uv run black .

# Lint code
uv run ruff check .

📋 重要文件

• pyproject.toml -所有依赖项（替换requirements.txt）
• uv.lock -锁定的依赖关系版本（自动生成）
• src/agent/ -Python包（仅模块，无脚本）
• scripts/ -可执行脚本
• data/ -标记和矢量数据库

🔧 环境变量

创建 .env 文件（基于 .env_example):

OLLAMA_BASE_URL=http://localhost:11434
FIRECRAWL_API_KEY=your_key_here

📝 备注

• 使用 uv run 用于所有脚本执行
• 脚本中的路径会自动解析为项目根目录
• 所有数据存储在 data/ 目录
• 保持 src/agent/ 仅适用于可重复使用的模块