使用OpenAI、LangGraph、Ollama和MCP构建语言学习代理
一个实践项目,演示如何通过结合以下内容构建一个基于人工智能的语言学习代理:
- 开放人工智能 –用于高质量语言生成和评估的云LLM
- LangGraph –基于图的控制流的有状态代理编排
- 奥拉马 –离线/私人使用的本地LLM推理
- MCP(模型上下文协议) –标准化工具和上下文集成
技术栈
| 组件 | 目的 |
|---|---|
| OpenAI API | 基于云的LLM(GPT-4o) |
| LangGraph | 代理图和状态管理 |
| Ollama | 当地模特服务 |
| MCP | 工具协议和上下文注入 |
| Python 3.13 | 运行时 |
入门指南
# Create and activate virtual environment
python -m venv .venv
source .venv/bin/activate
# Install dependencies
pip install -r requirements.txt
# Run the agent
python main.py环境变量
OPENAI_API_KEY=your_openai_api_key