一个演示项目,展示如何使用LangChain、LangGraph和模型上下文协议(MCP)服务器构建AI代理以实现工具集成。
安装状态
已补齐
工具数量
2
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个演示项目,展示如何使用LangChain、LangGraph和模型上下文协议(MCP)服务器构建AI代理以实现工具集成。
安装状态
已补齐
工具数量
2
GitHub Stars
0
命令预览
pip install -r requirements.txt
该项目展示了一个端到端的AI代理生态系统,结合了Model Context Protocol (MCP)、LangGraph和PydanticAI,适用于构建现代、可扩展的AI代理架构。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个统一的LangGraph工作流框架,用于并行执行RAG和MCP方法,比较它们在问答系统中的性能。
安装状态
已补齐
工具数量
2
GitHub Stars
0
命令预览
pip install -r requirements.txt
基于LangGraph和LangChain的多工具代理服务,支持本地运行并通过Ollama管理多个MCP服务器和工具。
安装状态
已补齐
工具数量
2
GitHub Stars
0
命令预览
python -m venv .venv
一个可复用的多代理客户服务系统,通过路由代理、数据代理和支持代理协同工作,实现客户请求的高效处理和自动化响应。
安装状态
已补齐
工具数量
5
GitHub Stars
0
命令预览
python3 -m venv .venv
一个基于LangGraph和MCP的多智能体客服系统,通过共享状态和条件边实现智能体间的协调,访问客户数据并提供支持服务。
安装状态
已补齐
工具数量
7
GitHub Stars
0
命令预览
python run_servers.py mcp --transport http
一个基于多智能体协作的客户服务平台,通过A2A协议和LangGraph SDK实现智能路由、数据检索和工单管理。
安装状态
已补齐
工具数量
5
GitHub Stars
0
命令预览
python -m venv venv
DeepDraft是一个多代理系统,能够自动研究网络、创建大纲、撰写完整文档并总结,适用于自动化内容生成和研究场景。
安装状态
已补齐
工具数量
5
GitHub Stars
0
命令预览
pip install -r requirements.txt
该项目展示了一个端到端的多代理编排工作流,集成了基于LangGraph的规划器、MCP客户端-服务器对以及用于调用动态工具(如YouTube搜索或模拟数据生成器)的异步编排逻辑。
安装状态
已补齐
工具数量
2
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个监督式的多代理问答系统,智能地将用户查询路由到SQL推理管道或文档(RAG)推理管道,并在整个过程中强制执行安全性、记忆和引用。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python -m venv .venv
一个结合本地LLM和LangGraph的RAG文档处理服务器,支持多种文档格式索引、向量搜索和问答功能。
安装状态
已补齐
工具数量
5
GitHub Stars
0
命令预览
pip install -e ".[dev]"
一个基于FastAPI和LangGraph的购物清单管理聊天机器人服务,通过聊天界面帮助用户管理购物清单。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
uv run uvicorn server.main:app --host 0.0.0.0 --port 8000 --reload
一个通过集成Model Context Protocol (MCP)服务器和Langgraph代理来创建强大的工具赋能AI应用的数据科学助手。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python -m venv .venv
一个基于Model Context Protocol(MCP)和多个专用A2A代理的多代理客户服务平台,支持JSON-RPC通信和LangGraph编排。
安装状态
已补齐
工具数量
3
GitHub Stars
0
命令预览
pip install -r requirements.txt