用 LangGraph + Qwen 打造属于你的聊天机器人（新手友好版）-CSDN博客

本文链接：https://blog.csdn.net/weixin_44872675/article/details/149432849

本文手把手教你用 LangGraph 和通义 Qwen 大模型，快速实现一个能“记住你说过什么”的中文对话机器人。代码简单，思路清晰，适合任何想入门 AI 聊天机器人的朋友。

1. 为什么推荐 LangGraph？

过去做聊天机器人，很多人用过 Rasa、Botpress 或者直接用大模型写流程，但你会发现——
对话一复杂，代码就像毛线团一样缠在一起。
LangGraph 就是为了解决这个问题：它用“状态机”这种更工程化的方式，把每一步对话拆成小模块，拼搭组合，思路特别清晰。
再加上 Qwen 模型（通义实验室的大语言模型，中文效果很棒），你可以轻松实现带记忆、多轮对话的智能机器人。

2. 环境准备

安装依赖

建议用虚拟环境，避免包冲突：

pip install -U langgraph langsmith

langgraph：状态机核心框架
langsmith：调试和可视化工具，用于追踪对话历史、性能（可以暂时不用，后续进阶会用到）

获取 Qwen API Key

去通义实验室注册账号，拿到你的 Key，然后：

import os
os.environ["DASHSCOPE_API_KEY"] = "你的_api_key"

3. 代码核心拆解

（1）定义对话“记忆”

from typing import Annotated
from typing_extensions import TypedDict
from langgraph.graph.message import add_messages

class State(TypedDict):
    messages: Annotated[list, add_messages]

理解一下：State 就是你机器人的“记事本”，每次对话消息会自动追加到里面。

（2）搭建状态机框架

from langgraph.graph import StateGraph, START, END

graph_builder = StateGraph(State)

简单理解为：“从 START 开始，经过一系列节点，最后到 END。”

（3）对接 Qwen 模型

from langchain_community.llms import Tongyi

llm = Tongyi(
    model="qwen-max",
    streaming=True,   # 打字机输出
    temperature=0.7,  # 回答更自然
    top_p=0.8,        # 合理控制多样性
    api_key="你的_api_key"
)

（4）写对话处理节点

def chatbot(state: State):
    return {"messages": [llm.invoke(state["messages"])]}

graph_builder.add_node("chatbot", chatbot)

每次都自动带上历史消息，保证对话上下文。

（5）连线流程

graph_builder.add_edge(START, "chatbot")
graph_builder.add_edge("chatbot", END)

就是 “输入 → 处理 → 输出” 的流程。

（6）编译状态机

graph = graph_builder.compile()

（7）实现流式对话

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])

这样能实现类似“微信打字”那种一边生成一边显示的体验。

4. 完整代码演示

直接运行下面这段，就能开始和你的机器人聊天了：

from langchain_community.llms import Tongyi
import os
os.environ["DASHSCOPE_API_KEY"] = "sk-712a634dbaa7444d838d20b25ebxxxx"  # 需替换
os.environ["LANGSMITH_TRACING"] = "true"  # 可注释
os.environ["LANGSMITH_PROJECT"] = "pr-warmhearted-bassoon-71"  # 可注释
os.environ["LANGSMITH_API_KEY"] = "lsv2_pt_59040ebb2bec4148bf8941c2443ae9e1_36f929xxxx"  # 需替换，也可注释
os.environ["LANGSMITH_ENDPOINT"] = "https://api.smith.langchain.com"  # 可注释

from typing import Annotated

from typing_extensions import TypedDict

from langgraph.graph import StateGraph, START, END
from langgraph.graph.message import add_messages


class State(TypedDict):
    # Messages have the type "list". The `add_messages` function
    # in the annotation defines how this state key should be updated
    # (in this case, it appends messages to the list, rather than overwriting them)
    messages: Annotated[list, add_messages]


graph_builder = StateGraph(State)

llm = Tongyi(model="qwen-max",
             streaming=True,
             temperature=0.7,
             top_p=0.8,
             api_key="sk-712a634dbaa7444d838d20b25ebxxxx")

def chatbot(state: State):
    return {"messages": [llm.invoke(state["messages"])]}


# The first argument is the unique node name
# The second argument is the function or object that will be called whenever
# the node is used.
graph_builder.add_node("chatbot", chatbot)
graph_builder.add_edge(START, "chatbot")
graph_builder.add_edge("chatbot", END)
graph = graph_builder.compile()

def stream_graph_updates(user_input: str):
    for event in graph.stream({"messages": [{"role": "user", "content": user_input}]}):
        for value in event.values():
            # print(value)
            print("Assistant:", value["messages"][-1])


while True:
    try:
        user_input = input("User: ")
        if user_input.lower() in ["quit", "exit", "q"]:
            print("Goodbye!")
            break
        stream_graph_updates(user_input)
    except:
        # fallback if input() is not available
        user_input = "What do you know about LangGraph?"
        print("User: " + user_input)
        stream_graph_updates(user_input)
        break