使用 DashScope 的 LangGraph

简介

本仓库旨在通过 阿里云大模型开发平台 DashScope 复现 LangGraph 官方教程，探索大模型应用开发的全流程实践。LangGraph 是面向大语言模型的应用开发框架，结合 DashScope 的 API 能力，可快速实现对话系统、文本生成、工具调用等场景。

目标：

• 多写几个教程的实现
• 可运行的官方教程代码示例（含注释与优化）；
• 展示 DashScope 与 LangGraph 的集成；
• 使用 GitHub Page 自动展示实现的笔记本

快速开始

1. 环境准备

# 克隆仓库
git clone https://github.com/611de/DashGraph.git
cd DashGraph

# 创建虚拟环境（推荐）
python -m venv venv
source venv/bin/activate  # Linux/macOS
.\venv\Scripts\activate   # Windows

# 安装依赖
pip install -r requirements.txt

2. 配置 API 密钥

• 前往 阿里云 DashScope 控制台 获取 API Key；
• 将密钥添加到项目根目录的 .env 文件中：

DASHSCOPE_API_KEY=your_api_key_here

核心特性

特性	说明
官方教程复现	完整复现 LangGraph 文档中的示例，包含代码注释与优化建议。
DashScope 集成	封装 DashScope API 工具（如 DashScopeLLM 组件），简化模型调用流程。
可视化支持	包含流程图（如链结构、代理执行路径），可通过 langgraph plot 命令生成。

引用

• LangGraph
• DashScope
• 豆包