开源项目安装与配置指南：LangGraph Agents with Amazon Bedrock

1. 项目基础介绍

LangGraph Agents with Amazon Bedrock 是一个开源项目，它基于 LangChain 和 Tavily 的课程内容，由 Harrison Chase 和 Rotem Weiss 创建，并在 DeepLearning.AI 上提供。该项目旨在探索最新的 AI 代理人和代理工作流程，利用功能调用 LLMs（大型语言模型）和专用工具，如代理搜索。项目通过 Jupyter Notebooks 实验室的形式，帮助用户理解 LangGraph 框架及其背后的概念，并学习如何与 Amazon Bedrock 一起使用。

该项目主要使用的编程语言是 Python 和 Jupyter Notebook。

2. 项目使用的关键技术和框架

• LangChain: 一个开源库，用于构建基于代理的工作流程。
• LangGraph: LangChain 的扩展，用于构建复杂的代理人行为。
• Amazon Bedrock: 一种基于云的机器学习服务，提供了对大型语言模型的访问。
• Jupyter Notebook: 用于代码编写、执行和文档制作的环境。

3. 项目安装和配置的准备工作与详细步骤

准备工作

在开始安装前，请确保您的系统满足以下要求：

• Python 3.10 或更高版本
• 安装了 Git
• 有权访问 AWS 服务（如 Amazon SageMaker）

安装步骤

1. 克隆项目仓库

   打开命令行界面，运行以下命令克隆项目仓库：

   git clone https://github.com/aws-samples/langgraph-agents-with-amazon-bedrock.git
   

2. 安装操作系统依赖

   根据您的操作系统安装所需的依赖。以下是 Ubuntu/Debian 系统的安装命令：

   sudo apt update
   sudo apt-get install graphviz graphviz-dev python3-dev
   pip install pipx
   pipx install poetry
   pipx ensurepath
   source ~/.bashrc
   

   对于其他操作系统，请参考 Graphviz 安装指南。

3. 创建虚拟环境并安装 Python 依赖

   切换到项目目录，并运行以下命令创建虚拟环境并安装依赖：

   cd langgraph-agents-with-amazon-bedrock
   export POETRY_VIRTUALENVS_PATH="$PWD/.venv"
   export INITIAL_WORKING_DIRECTORY=$(pwd)
   poetry shell
   cd $INITIAL_WORKING_DIRECTORY
   poetry install
   

4. 添加 Jupyter 内核

   在虚拟环境中，添加新创建的 Python 环境到 Jupyter Notebook 服务器可用的内核列表：

   poetry run python -m ipykernel install --user --name agents-dev-env
   

5. 设置 Tavily API 密钥

   访问 Tavily 并创建一个免费的 API 密钥。

6. 配置本地环境变量

   创建一个名为 .env 的文件，复制 env.tmp 文件的内容到 .env。确保将 AWS 区域设置为所需的区域（默认为 us-east-1）。

   cp env.tmp .env
   

7. 存储 Tavily API 密钥

   您可以选择将 Tavily API 密钥直接复制到 .env 文件中，或者使用 AWS Secrets Manager 存储密钥，并在 SageMaker 执行角色中添加权限策略。

完成以上步骤后，您就可以开始使用该项目了。确保在 Jupyter Notebook 中选择 agents-dev-env 内核。

以上就是 LangGraph Agents with Amazon Bedrock 项目的详细安装和配置指南。祝您使用愉快！