当前项目展示了如何使用Langgraph搭建一个DeepResearch的应用

当前项目目录分为以下两个结构
frontend/: 项目前端backend/: 包含了核心的后端逻辑,所有的Agent体系的后端逻辑都在当前目录下
1. 前期准备:
- Node.js and npm (or yarn/pnpm)
- Python 3.11+
- miniconda或anaconda
- API Key,可以从百炼官网注册登录获取
2. Install Dependencies:
Backend:
cd backend
pip install .
pip install langgraph>=0.2.6
pip install langchain>=0.3.19
pip install openai
pip install python-dotenv>=1.0.1
pip install langgraph-sdk>=0.1.57
pip install langgraph-cli
pip install langgraph-api
pip install fastapiFrontend:
cd frontend
npm install3. Run Development Servers: 配置好相关的APIKey后,运行以下命令启动后端服务
run_backend.bat运行以下命令启动前端服务
run_fontend.batMAC(linux)下可以参考run.sh,run.sh属于整体的运行和部署脚本
sh run.sh4. 基础版参考问题:
DeepSeek资深研究员陈德里近日在社交媒体发布信息证实:DeepSeek正在组织一个新的Harness团队做Harness方向的产品和研究,并直言:简单来说就是对标Claude Code,做DeepSeek Code Harness。如何评价DeepSeek成立Harness团队?规范驱动开发SDD和AGENTS.md的关系是什么?目前AICoding的工具有Claude Code(以及Claude Code插件)、Codex、Curosr、Trae、CodeBuddy、Qoder、通义灵码插件等等。现在请仔细分析这些工具,给出一份详细的报告5. 电商版参考问题:
制作一份荔枝产品电商行业市场洞察报告