当前位置：首页 > news >正文

门户网站包括哪些关键词优化报价查询

news 2026/4/7 11:55:52

门户网站包括哪些,关键词优化报价查询,建设公司网站需要钱吗,小白如何做网站请设置正确你的deepseek的key，最近无法免费使用了，所以你需要充钱，然后获取key，key就是到官网注册账号，根据这个key进行计费的，所以需要保管好，其他key类似的，不明白的请百度吧&…

请设置正确你的deepseek的key，最近无法免费使用了，所以你需要充钱，然后获取key，key就是到官网注册账号，根据这个key进行计费的，所以需要保管好，其他key类似的，不明白的请百度吧，下面将直接上代码了：

from typing import Annotatedfrom langchain_deepseek import ChatDeepSeek
from langchain_tavily import TavilySearch
from langchain_core.messages import BaseMessage
from typing_extensions import TypedDictfrom langgraph.graph import StateGraph
from langgraph.graph.message import add_messages
from langgraph.prebuilt import ToolNode, tools_conditionfrom langchain.chat_models import init_chat_modelimport os 
from dotenv import load_dotenv# 加载.env文件中的环境变量
load_dotenv()class State(TypedDict):messages:Annotated[list, add_messages]graph_builder = StateGraph(State)# llm = init_chat_model(
#     "deepseek-chat",  # 使用DeepSeek模型
#     api_key=os.environ.get("DEEPSEEK_API_KEY")
# )llm = ChatDeepSeek(model="deepseek-chat",api_key=os.getenv("DEEPSEEK_API_KEY"))
# mess = llm.invoke(input = "你是谁？")# 初始化搜索工具
tool = TavilySearch(max_results=2)
tools =[tool]# 将工具绑定到llm中
llm_with_tools = llm.bind_tools(tools)
def chatbot(state:State):return {"messages":[llm_with_tools.invoke(state["messages"])]}# 添加聊天机器人节点
graph_builder.add_node("chatbot",chatbot)
# 添加工具节点
tool_node = ToolNode(tools=[tool])
graph_builder.add_node("tools",tool_node)
# 添加条件边
graph_builder.add_conditional_edges("chatbot",tools_condition)# 工具调用完成后，返回聊天机器人节点
graph_builder.add_edge("tools","chatbot")
graph_builder.set_entry_point("chatbot")
graph =graph_builder.compile()# 打印图结构
print(graph.get_graph().draw_mermaid())
graph_png = graph.get_graph().draw_mermaid_png()
with open("chatbot_workflow.png", "wb") as f:f.write(graph_png)def stream_graph_updates(user_input:str):for event in graph.stream({"messages": [{"role": "user", "content": user_input}]}):for value in event.values():print("Assistant:", value["messages"][-1].content)while True:try:user_input = input("User: ")if user_input.lower() in ["quit", "exit", "q"]:print("Goodbye!")breakstream_graph_updates(user_input)except KeyboardInterrupt:print("\nGoodbye!")breakprint("done")

这里我们导入了必要的库，包括：