LangGraph Agents with Amazon Bedrock 项目使用说明

1. 项目目录结构及介绍

此项目包含了以下目录和文件：

• Lab_1 至 Lab_6：分别代表六个Jupyter Notebook实验，每个实验都涵盖了不同的主题和功能。
• assets：存放项目所需的静态资源。
• utils：包含了一些实用工具和库。
• .gitignore：定义了哪些文件和目录应该被Git忽略。
• CODE_OF_CONDUCT.md：项目的行为准则。
• CONTRIBUTING.md：为贡献者提供指南。
• LICENSE：项目的许可协议。
• README.md：项目的说明文件。
• env.tmp：环境变量配置文件的模板。
• poetry.lock：Poetry包管理器的锁定文件。
• pyproject.toml：项目的配置文件，用于定义项目信息和依赖。

2. 项目的启动文件介绍

项目的启动主要是通过Jupyter Notebook进行。在开始之前，需要设置虚拟环境并安装必要的依赖：

1. 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（对于Ubuntu/Debian系统）：

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

3. 创建虚拟环境并安装Python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. 将新创建的Python环境添加到Jupyter Notebook服务器的可用内核列表中：

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

5. 创建并设置Tavily API密钥，并配置环境变量。

启动Jupyter Notebook后，可以逐一打开Lab_1至Lab_6中的Notebook文件，按照实验指示进行操作。

3. 项目的配置文件介绍

项目的配置主要通过pyproject.toml文件进行管理。此文件包含以下内容：

• 项目信息，如名称、版本等。
• 项目依赖，指定了项目运行所需的Python包及其版本。

此外，env.tmp文件是一个环境变量配置文件的模板，用于设置项目的环境变量。在实际使用中，需要将此文件复制为.env，并根据实际情况进行编辑。例如，可以设置Amazon Bedrock的默认区域等。

通过正确配置这些文件，可以确保项目能够在一个稳定和可预测的环境中运行。