AI创想

标题: 用 LangGraph + Qwen 打造属于你的聊天机器人（新手友好版） [打印本页]
作者: 创想小编    时间: 昨天 09:40
标题: 用 LangGraph + Qwen 打造属于你的聊天机器人（新手友好版）
作者：Python测试之道
本文手把手教你用 LangGraph 和通义 Qwen 大模型，快速实现一个能“记住你说过什么”的中文对话机器人。代码简单，思路清晰，适合任何想入门 AI 聊天机器人的朋友。
<hr>1. 为什么推荐 LangGraph？

过去做聊天机器人，很多人用过 Rasa、Botpress 或者直接用大模型写流程，但你会发现——
对话一复杂，代码就像毛线团一样缠在一起。
LangGraph 就是为了解决这个问题：它用“状态机”这种更工程化的方式，把每一步对话拆成小模块，拼搭组合，思路特别清晰。
再加上 Qwen 模型（通义实验室的大语言模型，中文效果很棒），你可以轻松实现带记忆、多轮对话的智能机器人。
<hr>2. 环境准备

安装依赖

建议用虚拟环境，避免包冲突：
  1. pip install -U langgraph langsmith
复制代码
获取 Qwen API Key

去通义实验室注册账号，拿到你的 Key，然后：
  1. import os
  2. os.environ["DASHSCOPE_API_KEY"]="你的_api_key"
复制代码
<hr>3. 代码核心拆解

（1）定义对话“记忆”
  1. from typing import Annotated
  2. from typing_extensions import TypedDict
  3. from langgraph.graph.message import add_messages
  5. classState(TypedDict):
  6.     messages: Annotated[list, add_messages]
复制代码
理解一下：State 就是你机器人的“记事本”，每次对话消息会自动追加到里面。
<hr>（2）搭建状态机框架
  1. from langgraph.graph import StateGraph, START, END
  3. graph_builder = StateGraph(State)
复制代码
简单理解为：“从 START 开始，经过一系列节点，最后到 END。”
<hr>（3）对接 Qwen 模型
  1. from langchain_community.llms import Tongyi
  3. llm = Tongyi(
  4.     model="qwen-max",
  5.     streaming=True,# 打字机输出
  6.     temperature=0.7,# 回答更自然
  7.     top_p=0.8,# 合理控制多样性
  8.     api_key="你的_api_key")
复制代码
<hr>（4





原文地址：https://blog.csdn.net/weixin_44872675/article/details/149432849



欢迎光临 AI创想 (https://www.llms-ai.com/) Powered by Discuz! X3.4