代理、MCP和LangGraph-教程
此存储库是代理系统教程的官方配套，该教程在 GCPR 2025内容侧重于构建健壮的多步骤代理的两个关键框架： LangGraph 和 模型上下文协议（MCP）.
所有代码和材料都是为了促进实践学习体验而提供的。
快速启动
所有会话都可以在Google Colab中运行。点击下面的图标，在Colab中打开相应的笔记本并开始使用。
| 会话 | 笔记本/文件夹名称 | 随附代码 | 完整解决方案 |
|---|---|---|---|
| 语言图简介 | 01_basic_langgraph_chatbot | - |  |
| MCP | hello-mcp/ |  | - |
| 编排 | 03_deepresearch | - |  |
\[！注意\] 如果使用Colab，请确保运行每个笔记本电脑中的第一个单元以安装所需的软件包，因为每个Colab笔记本电脑都在全新的环境中运行。 请记住将API密钥添加到 .env 在第一个单元格中创建的文件。本地设置
对于那些喜欢冒险的人来说，请按照以下说明在您的系统上本地设置仓库
- 克隆仓库
git clone https://github.com/TuebingenAICenter/agent-tutorial-dev.git
cd agent-tutorial- 使用您选择的python管理器创建和激活虚拟环境。安装所需的软件包。（说明
uv和venv如下所列） - 创建副本
env.example文件并将其重命名为.env.将您的API密钥添加到此文件。
venv
# We do recommend using python 3.12, but any version >=3.10 should work
python3.12 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txtuv\[推荐\]
uv venv -p 3.12
source .venv/bin/activate
uv pip install -r requirements.txt作者和合作者
Peter Gehler
Prof. Tech Transfer @Tübingen AI Center
Matthias Kümmerer
Postdoc @bethgelab
Linus A. Schneider
Master's student @Uni Tuebingen
Jaisidh Singh
Master's student @Uni Tuebingen
Robin Ruff
SE @Tübingen AI Center
Mamen
SE @Tübingen AI Center