LLM TREND

大模型技术趋势分享：LLM、RAG、Prompt、Agent、Fine-tuning等

Agent

KidSciBot：基于LangGraph和Gemini的儿童科学导师，开启AI教育新纪元

By llmtrend #LangGraph

想象一下，如果你的孩子拥有一个随时待命、知识渊博的AI科学导师，能够用孩子们易于理解的语言解答关于宇宙、动物、行星和科学实验的各种问题，那会是怎样一番景象？ KidSciBot，正是这样一款基于LangGraph和Gemini构建的智能Agent，旨在为儿童提供个性化的科学教育体验。 它巧妙地融合了大型语言模型（LLM）、检索增强生成（RAG）、网络搜索以及向量数据库等多种技术，让孩子们在轻松愉快的氛围中探索科学的奥秘。

1. LLM与Agent：理解AI的基石

在深入探讨KidSciBot的细节之前，我们需要区分两个关键概念：大型语言模型（LLM）和Agent。可以将LLM视为一位博学多才的讲故事大师，它接受过海量数据的训练，能够生成优美的文本、创作诗歌、解决数学难题，甚至解释复杂的科学概念。 然而，LLM本身并不具备决策能力和行动能力。举个例子，如果你对一个LLM说：“帮我给老板发邮件说我要迟到了”，它可能会为你生成一封措辞得体的邮件，例如：“您好，由于交通拥堵，我可能会迟到30分钟。” 但仅此而已，它不会帮你发送这封邮件。

而Agent则不同，它就像一个聪明的助手，能够控制和协调包括LLM、网络爬虫、搜索引擎等在内的多种工具，根据用户的查询做出决策，选择合适的工具，路由问题，验证响应，并在需要时进行循环。 在上面的例子中，Agent会使用LLM生成邮件内容，然后获取你老板的邮箱地址，登录你的邮箱账户，并最终发送邮件。 它像一个智能助理一样，端到端地编排整个流程。

正是由于Agent的这种决策和行动能力，使得我们能够构建像KidSciBot这样复杂的应用程序，它不仅仅是生成答案，而是构建一个知道要做什么、怎么做以及何时做的系统。

2. LangGraph：构建智能Agent的基石

那么，如何构建一个具备决策能力的智能Agent呢？ 这就要归功于LangGraph。 当开发者想要构建一个超越简单问答的智能系统时，LangGraph便能派上大用场。 LangGraph允许将AI系统设计为一个任务图，每个任务都是一个小的函数（称为节点），例如“检查这是否是科学问题”、“从PDF中获取答案”或“验证响应”。 这些任务通过边缘连接，边缘就像道路一样，告诉Agent根据情况下一步该去哪里。

在KidSciBot中，如果问题是关于科学的，Agent会进入RAG节点；如果问题是关于当天的新闻，它会移动到网络搜索节点；如果只是一个一般性问题，它会使用LLM节点。 这种结构使得KidSciBot能够像一个聪明的决策者一样一步一步地处理问题，而不仅仅是一个聊天机器人。 LangGraph提供了将逻辑、灵活性和模块化设计相结合的工具，使得机器人既智能又适合儿童使用。 想象一下，如果我们要构建一个自动驾驶系统，LangGraph可以帮助我们将任务分解为“感知环境”、“规划路线”、“控制车辆”等节点，并根据不同的路况和交通状况选择不同的路线，从而实现安全可靠的自动驾驶。

3. KidSciBot工作流程：智能决策的幕后英雄

为了更好地理解KidSciBot的工作原理，我们来看一下它的流程图：

  1. 问题分类： 首先，KidSciBot会判断用户提出的问题类型，例如是科学问题、一般性问题还是关于当前事件的问题。
  2. 路由查询： 然后，它会将查询路由到正确的来源，例如RAG（从科学文档中检索答案）、LLM（使用大型语言模型生成答案）或网络搜索（从网络上获取最新信息）。
  3. 答案验证： 最后，它会对答案进行验证，确保答案的相关性、简洁性和易懂性，然后再将其呈现给用户。

这个流程图展示了KidSciBot如何利用LangGraph构建一个智能的决策流程，从而为孩子们提供准确、简洁、易懂的科学知识。

4. 环境搭建：为KidSciBot准备起飞跑道

在构建KidSciBot之前，我们需要确保开发环境已经准备就绪，并安装了所有必要的工具和配置。

  • 安装必要的Python库： KidSciBot依赖于多个Python库来实现AI模型、向量存储、文档加载等功能。 可以使用以下命令一次性安装所有库：
    bash
    pip install langchain langgraph langchain-google-genai langchain-community \
    langchain-huggingface chromadb pydantic tavily-python python-dotenv

  • 设置环境变量： 为了保护API密钥和敏感凭据的安全，我们需要使用.env文件。 在项目目录中创建一个名为.env的文件，并添加以下内容（将占位符替换为实际的密钥）：

    GOOGLE_GEMINI_API_KEY=your_google_gemini_api_key_here
    TAVILY_API_KEY=your_tavily_api_key_here

    注意： 永远不要公开分享.env文件或将其提交到任何公共存储库。

  • 加载环境变量： 使用python-dotenv库将这些变量加载到Python代码中。 在主Jupyter Notebook文件中（例如，名为kidscibot.ipynb），编写以下代码：

    import os
from dotenv import load_dotenv

# 从.env文件加载环境变量
load_dotenv()

GOOGLE_GEMINI_API_KEY = os.getenv("GOOGLE_GEMINI_API_KEY")
TAVILY_API_KEY = os.getenv("TAVILY_API_KEY")

  • 验证设置： 运行一个快速测试脚本来检查环境变量是否已正确加载：
    python
    if GOOGLE_GEMINI_API_KEY and TAVILY_API_KEY:
    print("API密钥加载成功！")
    else:
    print("错误：缺少API密钥。请检查您的.env文件。")

  • 加载模型和准备文档存储： 准备好环境并验证API密钥后，我们就可以加载AI模型，设置嵌入模型，并准备文档数据库了。

    # 加载语言模型
from langchain_google_genai import ChatGoogleGenerativeAI

model = ChatGoogleGenerativeAI(model='gemini-1.5-flash')
output = model.invoke("Hi")
output

# 设置嵌入模型并加载PDF
from langchain_huggingface import HuggingFaceEmbeddings
from langchain_community.document_loaders import PyPDFLoader
from langchain_community.vectorstores import Chroma
from langchain.text_splitter import RecursiveCharacterTextSplitter

# 加载嵌入模型
embeddings = HuggingFaceEmbeddings(model_name = "BAAI/bge-small-en")

# 加载PDF并存储到向量数据库
FILE_PATH = "PATH OF YOUR PDF"  # 替换为你的PDF文件路径
loader = PyPDFLoader(FILE_PATH)
docs = loader.load()

# 分块以存储到向量数据库
text_splitter=RecursiveCharacterTextSplitter(chunk_size=800,chunk_overlap=50)
new_docs = text_splitter.split_documents(docs)
new_docs

# 存储到向量数据库（Chroma）
db=Chroma.from_documents(new_docs,embeddings)
retriever=db.as_retriever(search_kwargs={"k": 3})

5. 构建KidSciBot的核心节点

KidSciBot的核心在于各个节点，它们分别负责不同的任务。

  • Supervisor节点： 负责对问题进行分类，判断其是否与科学相关。
  • Router函数： 根据问题的分类和关键词，决定将问题路由到RAG节点、网络搜索节点还是LLM节点。
  • RAG节点： 从向量数据库中检索科学信息，并使用模型生成简单的解释。
  • LLM节点： 对于一般性问题，使用大型语言模型直接生成答案。
  • Web Search节点： 对于关于当前事件或新闻的问题，使用Tavily API从网络上获取最新的答案。
  • Validation节点： 验证答案的质量，确保其相关性、简洁性和易懂性。

这些节点协同工作，使得KidSciBot能够智能地处理各种问题，并提供高质量的答案。

6. 代码实现：将节点连接成智能流程

文章提供了各个节点的详细代码，这里不再赘述。 关键在于如何使用LangGraph将这些节点连接成一个智能的流程。

from langgraph.graph import StateGraph, END

builder = StateGraph(AgentState)

# 1. 入口点
builder.set_entry_point("Supervisor")

# 2. 添加节点
builder.add_node("Supervisor", supervisor_node)
builder.add_node("RAG Call", rag_node)
builder.add_node("LLM Call", llm_node)
builder.add_node("WEB Call", web_node)
builder.add_node("Validation", validation_with_llm)

# 3. Supervisor → Router
builder.add_conditional_edges("Supervisor", router, {
    "RAG Call": "RAG Call",
    "LLM Call": "LLM Call",
    "WEB Call": "WEB Call",
    "Final": END  # 如果已经验证
})

# 4. Generation → Validation
builder.add_edge("RAG Call", "Validation")
builder.add_edge("LLM Call", "Validation")
builder.add_edge("WEB Call", "Validation")

# 5. Validation → Supervisor or END
builder.add_conditional_edges(
    "Validation",
    lambda state: "Final" if state["validated"] else "Supervisor",
    {
        "Final": END,
        "Supervisor": "Supervisor"
    })

# 6. 编译
science_bot_app = builder.compile()

这段代码定义了KidSciBot的整个工作流程，包括各个节点之间的连接方式以及条件跳转。 通过LangGraph，我们可以轻松地构建一个复杂的智能Agent，并对其行为进行精确的控制。

7. 运行KidSciBot：体验AI的魔力

一旦连接了完整的工作流程，运行KidSciBot就像用一个问题调用它一样简单。 根据查询的类型，它会自动选择正确的路径 – 无论是科学（RAG）、时事（网络）还是常识（LLM） – 并返回适合儿童的答案。

from IPython.display import Image, display

# 显示图表可视化
display(Image(science_bot_app.get_graph().draw_mermaid_png()))

# 准备每个节点类型的示例状态
science_question = AgentState(messages=["什么是光合作用？"], validated=False)
current_event_question = AgentState(messages=["关于火星任务的最新消息是什么？"], validated=False)
general_question = AgentState(messages=["阿尔伯特·爱因斯坦是谁？"], validated=False)

# 在每个问题上调用机器人并打印最终答案
print("🔬 测试科学问题（RAG节点）：")
science_output = science_bot_app.invoke(science_question)
print("✅ 最终答案：", science_output["messages"][-1], "\n")

print("🌐 测试当前事件问题（WEB节点）：")
web_output = science_bot_app.invoke(current_event_question)
print("✅ 最终答案：", web_output["messages"][-1], "\n")

print("🤖 测试一般问题（LLM节点）：")
llm_output = science_bot_app.invoke(general_question)
print("✅ 最终答案：", llm_output["messages"][-1])

8. 结语：AI赋能，点亮学习之路

KidSciBot是一个有趣、智能且互动的科学导师，它使用LangGraph和Google Gemini构建。 它不仅了解孩子们提出的问题，还决定如何使用文档、网络搜索或自己的AI知识来找到最佳的、适合年龄的答案。

这个项目是构建智能Agent的激动人心的旅程 – 并且有很大的潜力使其变得更好！ 当AI遇到好奇心时，学习就变得神奇起来。 这就是KidSciBot的精神。 未来，我们可以进一步扩展KidSciBot的功能，例如增加语音交互、图像识别等功能，使其成为一个更加完善的AI教育平台。 随着LLM、LangGraph等技术的不断发展，AI将在教育领域发挥越来越重要的作用，为孩子们提供个性化、智能化、趣味化的学习体验。 让我们一起拥抱AI，点亮孩子们的学习之路！

By llmtrend

Related Post

Agent

打破AI孤岛：五大协议解锁AI互联的未来

llmtrend
Agent

大模型、工具、LangGraph、LlamaIndex与Agentic RAG：打造智能Agent的完整指南

llmtrend
Agent

让AI自由对话：突破多智能体协作的协议桎梏

llmtrend

You Missed

LLM

大型语言模型 (LLM)：原理、应用与实践指南

LLM

2025年大模型前沿架构：量化创新深度解析

RAG

基于FastAPI与RAG的电商智能聊天机器人：从入门到实践

LLM

LLM赋能：一个Spring Boot应用如何替代五个微服务API？