🧠 AI Agent Hub

一个使用 FastAPI（后端）和 Streamlit（前端）构建的模块化 Agent 集合框架。

这是 learn_langchain_langgraph 中 Agent 的 GUI 版本。

灵感来源：agent-service-toolkit

关注我的微信公众号获取最新推送

🚀 项目特点

✅ FastAPI 后端 — 稳健的 RESTful API 层，用于 Agent 调度与异步任务管理。
✅ Streamlit 前端 — 交互式网页界面，用于实验 Agent 与可视化推理图谱。
✅ LangChain/LangGraph 集成 — 轻松构建设计并连接多 Agent 推理工作流，并进行可视化。
✅ 流式与事件驱动 — 实时 token 流输出和 Agent 执行事件的可视化。

🧩 适用于：

想要更高效地展示 LangChain 与 LangGraph 学习成果的同学。

快速启动项目

1. 安装 VS Code 与 miniconda

2. 创建虚拟环境

   $ conda create -n agenthub python=3.12

3. 激活虚拟环境

   $ conda activate agenthub

4. 进入项目根目录 AgentHub
   将项目根目录下的环境变量配置文件重命名，并根据实际情况，填入你的配置信息

   $ mv .env.example .env

5. 安装依赖包

   $ pip install -r requirements.txt

6. 运行项目
   启动后端

   $ python src/run_backend.py 

   启动前端

   $ streamlit run src/streamlit_app.py

7. 在浏览器中

   • 打开http://localhost:8501访问前端
   • 打开http://0.0.0.0:8080/docs访问 Swagger UI