这是一个基于 LangGraph 和人工智能技术构建的论文查询系统，提供智能的论文检索、关键词提取和搜索策略推荐功能。系统采用前后端分离架构，前端负责用户交互，后端提供 AI 驱动的论文查询服务。

langGraphDemo/
├── blank/              # 后端服务主目录
├── frontend/           # 前端应用目录
├── mcp/                # 微服务组件
├── start_all.sh        # 启动所有服务的脚本
└── test_start_all.sh   # 测试启动脚本

blank/
├── agent/              # 智能代理模块
│   ├── paper_query_agent.py  # 论文查询代理实现
│   └── prompts/        # 提示模板目录
├── ai/                 # AI 核心模块
│   ├── llm.py          # 大语言模型配置
│   └── workflow.py     # AI 工作流定义
├── api/                # API 接口模块
│   ├── models.py       # 数据模型定义
│   └── routes.py       # API 路由定义
├── config.py           # 配置文件
├── main.py             # 后端入口文件
├── prompts/            # 系统提示目录
├── requirements.txt    # 依赖包列表
├── services/           # 服务模块
│   └── mcp_client.py   # MCP 服务客户端
├── setup_env.py        # 环境设置脚本
└── test_*.py           # 各类测试文件

frontend/
├── src/                # 源代码目录
│   ├── App.vue         # 根组件
│   ├── main.ts         # 入口文件
│   ├── router/         # 路由配置
│   ├── services/       # API 服务
│   ├── stores/         # 状态管理
│   ├── style.css       # 全局样式
│   ├── views/          # 视图组件
│   │   └── PaperQueryView.vue  # 论文查询视图
│   └── components/     # 通用组件
├── index.html          # 入口 HTML
├── package.json        # 前端依赖
└── vite.config.ts      # Vite 配置

mcp/
├── http_server.py      # HTTP 服务器
├── math_server.py      # 数学服务
├── quick_test.py       # 快速测试
├── requirements.txt    # 依赖包列表
└── start_server.sh     # 启动脚本

• Python: 核心编程语言
• FastAPI: 高性能 API 框架
• LangGraph: 状态管理和工作流编排
• LangChain: 大语言模型应用框架
• Pydantic: 数据验证和模型定义
• OpenAI API: 大语言模型服务
• Uvicorn: ASGI 服务器

• Vue.js: 前端框架
• TypeScript: 类型化 JavaScript
• Vite: 构建工具
• Markdown-it: Markdown 渲染库
• DOMPurify: HTML 净化库
• GitHub-markdown-css: GitHub 风格 Markdown 样式
• Pinia: 状态管理
• Vue Router: 路由管理

1. 进入后端目录

cd blank

2. 创建并激活虚拟环境

python -m venv .venv
source .venv/bin/activate  # macOS/Linux

3. 安装依赖

pip install -r requirements.txt

4. 启动后端服务

python main.py

1. 进入前端目录

cd frontend

2. 安装依赖

pnpm install

3. 启动前端服务

pnpm dev

./start_all.sh

• 智能论文查询与推荐
• 关键词提取与分析
• 搜索策略生成与优化
• 响应式用户界面
• Markdown 内容渲染

• 确保所有依赖包版本兼容
• 配置正确的 API 密钥
• 遵循项目结构组织代码