基于QWen大模型的LangGraph构建聊天助手

基于QWen大模型的LangGraph构建聊天助手

我来用最简单、最通俗的语言,把你这段完整的 LangGraph + 通义千问(Qwen) 代码彻底讲清楚,让你完全看懂每一部分在做什么。

这段代码是用 Python 写的两个 AI 聊天机器人

  1. 基础聊天机器人:纯对话,没有工具
  2. 带工具的智能 Agent:能调用工具(比如查天气)完成任务 全程使用阿里云通义千问大模型(Qwen),不是 OpenAI,只是用了兼容接口。


作用:

  • :连接通义千问的兼容接口
  • :用户消息 / AI 回复消息格式
  • LangGraph 核心,用来画 AI 的执行流程图
  • :快速创建带工具调用的智能 AI 助手
  • :让 LangChain 兼容调用大模型


作用:

  • 这是自定义的 AI 模型类
  • 用 OpenAI 格式连接 阿里云通义千问
  • 设置系统提示词:告诉 AI “你是一个智能助手”

作用:

  • = 发送消息给 AI
  • 把 LangChain 消息 → 转换成通义千问能看懂的格式
  • 调用模型后返回 AI 回复

(1)定义状态 State


作用:

  • 定义聊天机器人的记忆
  • 存储聊天历史
  • :自动追加新消息,不用手动管理

(2)构建聊天流程图


作用:

  • 这是 LangGraph 工作流
  • 流程只有一步:用户提问 → AI 回答
  • 极简版聊天机器人

(3)聊天主循环


作用:

  • 启动控制台聊天
  • 你输入问题 → AI 实时回复
  • 输入 quit 退出

(1)定义工具


作用:

  • 给 AI 一个工具函数
  • AI 千问 Qwen 教程 可以调用它获取天气信息

(2)创建 React Agent


作用:

  • = 自动思考 + 调用工具 的智能 AI
  • 流程:
    1. 用户问天气
    2. AI 判断:需要调用工具
    3. AI 调用
    4. AI 把结果整理成自然语言回答你


  • 默认运行基础聊天机器人
  • 注释掉第一个,打开第二个 → 运行带天气工具的 AI

  1. QwenLLM:把通义千问包装成 LangChain 能用的模型
  2. 基础聊天机器人:你问我答,无工具
  3. React Agent:带思考 + 调用工具(查天气)的智能 AI
  4. LangGraph:管理 AI 的执行流程
  5. 全程使用阿里云通义千问(qwen-plus)

  1. 直接运行:控制台聊天机器人
  2. 注释 ,打开 :测试天气查询
  3. 可以自己加工具:查时间、查资料、算数学、查股票……

总结

  • 这是一套 LangGraph + 通义千问 的完整 AI 开发模板
  • 包含基础聊天工具调用智能体两种模式
  • 代码结构清晰,非常适合学习和二次开发
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/274061.html原文链接:https://javaforall.net

(0)
上一篇 2026年3月12日 下午12:43
下一篇 2026年3月12日 下午12:43


相关推荐

关注全栈程序员社区公众号