Token导航 LogoToken导航TokenDH.com
Langgraph Selfpaced Course logo
AI代理未说明官方级别未说明来源级核验

Langgraph Selfpaced Course

MCP Server

这是一个使用LangGraph和Google Gemini从零开始构建生产级自主代理的自学课程,采用'边做边学'的方法,包含多个模块化项目。

工具数

0

提示词数

0

GitHub Stars

17

资源数

0
AI代理PythonAI开发

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

ashishpatel26

提供方

ashishpatel26

最后核验

2026/5/17 20:22

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

详细介绍

🦜🕸️ LangGraph自主学习

![LangGraph](https://langchain-ai.github.io/langgraph/) ![Python](https://www.python.org/) ![Gemini](https://deepmind.google/technologies/gemini/)

欢迎来到 终极语言图谱1.0课程! 🚀

此存储库旨在将您从完全的初学者带到构建生产就绪 自治代理 使用LangGraph和谷歌Gemini。

______________________________________________________________________

📚 如何学习

本课程遵循 “边做边学” 哲学。每个模块都是一个独立的小项目。

  1. 概念(concept.md):请先阅读此内容以了解 *理论*.
  2. 项目(project.py):运行此命令以查看 *工作实例*.
  3. 挑战(challenge.py):一个破碎/不完整的剧本。 你的工作就是修复它!
  4. 解决方案(solution.py):卡住了?检查参考答案。

______________________________________________________________________

🛠️ 设置

我们使用 紫外线 用于快速依赖管理。

  1. 安装uv:
   # Windows
   powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
   # macOS/Linux
   curl -LsSf https://astral.sh/uv/install.sh | sh
  1. 再进行:
   uv sync
  1. 设置API密钥:

重命名 .env.example.env 并添加您的 Google API密钥.

   cp .env.example .env
   # Edit .env and add GOOGLE_API_KEY=...

______________________________________________________________________

🗺️ 课程概述

1.基础:思维链

文件夹: 01-foundations

学习以下基础知识 节点, 边缘,以及 状态图我们构建了一个模拟思维过程的系统。

graph LR
    START((Start)) --> Planner
    Planner --> Analyst
    Analyst --> Concluder
    Concluder --> END((End))
    
    style START fill:#f9f,stroke:#333,stroke-width:2px
    style END fill:#f9f,stroke:#333,stroke-width:2px
  • 目标:通过一系列函数传递状态字典。
  • : uv run 01-foundations/project.py

______________________________________________________________________

2.状态管理:订单机器人

文件夹: 02-state-management

大师 State 模式。学习如何使用 归约器 (比如 add_messages)并处理复杂的数据流。

graph LR
    START((Start)) --> Validator
    Validator --> Calculator
    Calculator --> Receipt
    Receipt --> END((End))
  • 目标:验证订单,计算总额,并打印收据。
  • : uv run 02-state-management/project.py

______________________________________________________________________

3.坚持:支持机器人

文件夹: 03-persistence

添加 记忆 给你的代理人!了解 检查点线程ID 记住重启时的对话。

graph TD
    START((Start)) --> Bot
    Bot --> END((End))
    
    subgraph "💾 MemorySaver"
    Bot
    end
  • 目标:一个聊天机器人,即使你重新启动脚本,它也会记住你的名字和问题。
  • : uv run 03-persistence/project.py

______________________________________________________________________

4.循环中的人:部署管理器

文件夹: 04-human-in-the-loop

学习如何 暂停 使用以下方式执行人工批准 interrupt_before 并继续 Command.

graph TD
    START((Start)) --> Prepare
    Prepare -->|Interrupt| Deploy
    Deploy --> END((End))
    
    style Deploy stroke:#f00,stroke-width:4px
  • 目标:一个部署系统,等待您在“部署”代码之前键入“yes”。
  • : uv run 04-human-in-the-loop/project.py

______________________________________________________________________

5.工具使用:旅行社

文件夹: 05-tool-use

构建一个真实的 反应代理学习如何将工具(函数)绑定到LLM,并让它决定何时调用它们。

graph TD
    START((Start)) --> Agent
    Agent -->|Call Tool| Tools
    Tools --> Agent
    Agent -->|Final Answer| END((End))
  • 目标:一个可以搜索航班(以及挑战中的天气!)的代理。
  • : uv run 05-tool-use/project.py

______________________________________________________________________

6.MCP集成:数据库分析师

文件夹: 06-mcp-integration

使用将您的代理连接到世界 模型上下文协议(MCP)。我们模拟与SQLite数据库的连接。

graph TD
    START((Start)) --> Agent
    Agent -->|MCP Protocol| SQLite[SQLite DB]
    SQLite --> Agent
    Agent --> END((End))
  • 目标:可以查询数据库以回答有关用户和订单的问题的代理。
  • : uv run 06-mcp-integration/project.py

______________________________________________________________________

7.特殊项目:A2A+MCP

文件夹: 07-special-project-a2a-mcp

合并 代理人对代理人 与…沟通 主控程序 工具。

  • 侦察兵:查找表。
  • 分析师:查询表格。
graph LR
    START((Start)) --> Scout
    Scout -->|Handoff| Analyst
    Analyst --> END((End))
    
    subgraph "Distributed Tools"
    Scout -.-> ListTables
    Analyst -.-> RunQuery
    end
  • 目标:一个代理将关键信息传递给另一个代理以解决任务的管道。
  • : uv run 07-special-project-a2a-mcp/project.py

______________________________________________________________________

8.多代理编排:开发团队

文件夹: 08-multi-agent-orchestration

扩大规模!使用 主管模式.

graph TD
    START((Start)) --> Supervisor
    Supervisor -->|Route| Coder
    Supervisor -->|Route| Tester
    Coder --> Supervisor
    Tester --> Supervisor
    Supervisor -->|Finish| END((End))
  • 目标:一个“主管”,管理一个“程序员”和一个“测试员”来编写和验证代码。
  • : uv run 07-multi-agent-orchestration/project.py

______________________________________________________________________

9.Capstone:自主研究者

文件夹: 09-capstone-project

最后的老板。将你所学到的一切整合到一个强大的应用程序中。

graph LR
    START((Start)) --> Researcher
    Researcher -->|Draft| Editor
    Editor -->|Review| END((End))
    
    subgraph "Tools"
    Researcher -.-> Search
    end
  • 目标:研究主题、撰写草稿并在定稿前征求您批准的助理。
  • : uv run 08-capstone-project/main.py

______________________________________________________________________

🤝 贡献

如果您发现错误或想添加更多挑战,请随时打开问题或PR!

快乐编码! 🤖

目录标签

目录标签

AI代理PythonAI开发自主代理本地部署LangGraphGemini集成多代理系统

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

未说明none部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

仍需确认:installCommand

来源信息

继续浏览同类 MCP