使用 LangGraph 构建 AI 🤖 代理：第 11 部分 - 构建餐厅和天气推荐...

Welcome back to the LangGraph系列！ 🎉 在这一部分，我们将把迄今为止学到的所有内容提升到一个新水平，创建一个完全整合的现实世界用例：餐厅与天气推荐系统。想象一下你正在计划一个约会之夜——如果有一个AI可以根据活动和天气建议最佳餐厅，那该多好啊？这正是我们今天要构建的内容！

有什么新内容？🌟 在这篇文章中，你将了解：

多智能体协调： 多个AI智能体（如天气和餐厅搜索）如何协同工作以实现共同目标。
工具集成： 使用外部API（如DuckDuckGo和OpenWeatherMap）获取实时数据。
状态管理： 在子图和父图之间共享和转换数据。
现实世界应用： 创建一个基于事件的实用推荐系统。

目标 🎯 我们正在构建一个系统，其中：

用户请求特定地点和事件的餐厅推荐。
系统检查天气预报。
它获取该地点该事件的高评分餐厅。
最后，AI根据天气条件建议最佳去处——或者是否更适合待在家里。

让我们深入代码吧！ 💻

1️⃣ 设置环境 🛠️

我们将首先加载必要的库并初始化Groq模型：

import datetime
from dotenv import load_dotenv
from typing_extensions import TypedDict, Annotated

from langgraph.prebuilt import ToolNode, tools_condition
from langchain_groq import ChatGroq
from langgraph.graph import StateGraph, START, END
from langgraph.graph.message import add_messages

from langchain_community.tools import DuckDuckGoSearchRun

load_dotenv()

llm = ChatGroq(model="llama-3.3-70b-versatile")

2️⃣ 定义状态和工具 🧠

我们为天气和餐厅子图定义状态。

class WeatherState(TypedDict):
    messages: Annotated[list, add_messages]
    weather_report: str

class Restaurant(TypedDict):
    name: Annotated[str, ..., "餐厅名称"]
    address: Annotated[str, ..., "餐厅地址"]
    details: Annotated[str, ..., "餐厅详情"]

class RestaurantState(TypedDict):
    messages: Annotated[list, add_messages]
    location: str
    event: str
    date: str
    restaurants: list[Restaurant]

3️⃣ 构建天气子图 🌦️

天气子图获取实时天气数据并进行格式化。

def weather_assistant(state: WeatherState):
    return {"messages": [llm.invoke(state["messages"])]}

def weather_formatter(state: WeatherState):
    weather_report = ""
    for message in state['messages']:
        weather_report += message.content
    return {"weather_report": weather_report}

weather_builder = StateGraph(WeatherState)
weather_builder.add_node("weather_assistant", weather_assistant)
weather_builder.add_node("weather_formatter", weather_formatter)
weather_builder.add_edge(START, "weather_assistant")
weather_builder.add_edge("weather_assistant", "weather_formatter")
weather_builder.add_edge("weather_formatter", END)

weather_graph = weather_builder.compile()

4️⃣ 构建餐厅子图 🍽️

我们使用DuckDuckGo的搜索工具获取餐厅建议。

def get_restaurants_duckduckGo_tool(query: str) -> str:
    search = DuckDuckGoSearchRun()
    return search.invoke(query)

tools = [get_restaurants_duckduckGo_tool]
llm_with_restaurant_tool = llm.bind_tools(tools)

def restaurant_assistant(state: RestaurantState):
    result = llm_with_restaurant_tool.invoke(state["messages"])
    return {"messages": [result]}

def restaurants_list_formatter(state: RestaurantState):
    search_result = state["messages"][-1].content
    structured_llm = llm.with_structured_output(Restaurant)
    restaurants = structured_llm.invoke(search_result)
    return {"restaurants": restaurants}

restaurant_builder = StateGraph(RestaurantState)
restaurant_builder.add_node("restaurant_assistant", restaurant_assistant)
restaurant_builder.add_node("restaurants_list", restaurants_list_formatter)
restaurant_builder.add_edge(START, "restaurant_assistant")
restaurant_builder.add_edge("restaurant_assistant", "restaurants_list")
restaurant_builder.add_edge("restaurants_list", END)

restaurant_graph = restaurant_builder.compile()

5️⃣ 将子图组合成父图 🌐

父图调用两个子图并提供最终推荐。

class ParentState(TypedDict):
    messages: Annotated[list, add_messages]
    location: str
    date: str
    event: str
    restaurants: list[Restaurant]
    weather_report: str
    recommendation: str

def query_analyzer(state: ParentState):
    return {
        "location": "班加罗尔",
        "date": "星期天",
        "event": "约会夜",
        "messages": state['messages']
    }

def recommendation_analyzer(state: ParentState):
    summary_prompt = (
        f"天气报告: {state['weather_report']}\\n"
        f"餐厅: {state['restaurants']}\\n"
        "根据这些信息，建议外出是否是个好主意，或者待在家里更好。"
    )
    result = llm.invoke(summary_prompt)
    return {"recommendation": result.content}

entry_builder = StateGraph(ParentState)
entry_builder.add_node("query_analyzer", query_analyzer)
entry_builder.add_node("weather_graph", weather_graph)
entry_builder.add_node("restaurant_graph", restaurant_graph)
entry_builder.add_node("recommendation_analyzer", recommendation_analyzer)

entry_builder.add_edge(START, "query_analyzer")
entry_builder.add_edge("query_analyzer", "weather_graph")
entry_builder.add_edge("query_analyzer", "restaurant_graph")
entry_builder.add_edge("weather_graph", "recommendation_analyzer")
entry_builder.add_edge("restaurant_graph", "recommendation_analyzer")
entry_builder.add_edge("recommendation_analyzer", END)

graph = entry_builder.compile()

result = graph.invoke({
    "messages": ["告诉我下周日班加罗尔约会夜的最佳餐厅"]
})

print(result['recommendation'])

6️⃣ 输出 📝

星期天的天气看起来晴朗宜人——外出夜游的完美天气！🌙 以下是班加罗尔约会夜的一些高评分餐厅：
1️⃣ Grasshopper — 美丽的花园座位和美食菜单。
2️⃣ Olive Beach — 浪漫的氛围与地中海美食。
3️⃣ Byg Brewski Brewing Co. — 极好的氛围，手工啤酒和户外座位。

享受你的夜晚！ 💕

7️⃣ 关键要点 🔑