目录案例简介案例目标技术栈与核心依赖编程语言核心框架数据库AI 模型其他工具依赖列表项目结构核心代码实现1. 状态定义2. 相关性检查函数3. 智能体节点4. 重写节点5. 生成节点6. LangGraph 工作流构建7. 文档处理函数运行与测试环境准备启动应用使用步骤测试示例实现思路与扩展建议核心设计思想LangGraph 工作流程优化建议扩展功能建议完整源码app.pyrequirements.txt案例简介AI 博客搜索是一个基于 LangGraph 的智能体 RAG（检索增强生成）应用程序，旨在增强从 AI 相关博客文章中检索信息的能力。该系统利用 LangChain、LangGraph 和 Google 的 Gemini 模型来获取、处理和分析博客内容，为用户提供准确且上下文相关的答案。案例目标智能文档检索：使用 Qdrant 向量数据库存储和检索博客内容，实现语义搜索智能体决策：使用 AI 驱动的智能体判断查询是否需要重写、直接回答或需要更多检索相关性评估：实现自动相关性评分系统，确保检索结果的质量查询优化：增强结构不佳的查询以获得更好的检索结果用户友好界面：提供 Streamlit 用户界面，方便用户输入博客 URL 和查询
