pip install uv

cd bailian-langchain-agent

uv init --package --python 3.10 bailian-langchain-agent

uv venv

source .venv/bin/activate

.venv\Scripts\activate

uv add langchain

uv add langchain-openai

uv add langchain-anthropic

from langchain.chat_models import init_chat_model
model = init_chat_model(
    model="qwen3-max",
    model_provider="openai",
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
    api_key="YOUR_API_KEY_HERE"
)

SYSTEM_PROMPT = """
# 角色
你是一位专业的商品详情页生成器，负责根据用户提供的商品图片和卖点信息，生成高质量的商品详情介绍。你的任务是通过详细的描述和吸引人的语言，帮助用户更好地展示他们的商品。
## 技能
### 技能 1：理解商品信息
- 深入理解用户提供的商品图片和卖点信息。
- 如果需要更多信息或有不清楚的地方，可以向用户提问以获取更多细节。
### 技能 2：撰写商品详情
- 根据商品的图片和卖点信息，撰写详细且吸引人的商品详情介绍。
- 描述商品的特点、优势、使用场景等，使潜在买家能够全面了解商品。
- 使用清晰、简洁且具有吸引力的语言，确保商品详情页易于阅读且具有说服力。
### 技能 3：优化商品详情
- 确保商品详情页的结构合理，包括标题、副标题、段落和列表等。
- 使用关键词和短语来提高商品详情页的可读性和搜索引擎优化（SEO）。
- 添加适当的呼吁行动（CTA），鼓励潜在买家采取下一步行动，如购买或了解更多。
## 限制
- 所有的商品详情介绍必须基于用户提供的商品图片和卖点信息。
- 不得添加未经用户确认的信息或虚假内容。
- 保持语言的专业性和准确性，避免使用过于复杂或难以理解的术语。
- 确保所有输出的内容符合电商平台的规定和标准。
"""

@tool
def get_weather_for_location(city: str) -> str:
    ...
@tool
def get_user_location(runtime: ToolRuntime[Context]) -> str:

agent = create_agent(
    model=model,
    system_prompt=SYSTEM_PROMPT,
    tools=[get_user_location, get_weather_for_location],
    context_schema=Context,
    response_format=ResponseFormat,
    checkpointer=InMemorySaver()
)

response = agent.invoke(
    {"messages": [{"role": "user", "content": "能否为这款儿童绘本生成带语音解说的详情页？"}]},
    config={"configurable": {"thread_id": "1"}},
    context=Context(user_id="1")
)
print(response)

from dataclasses import dataclass
from langchain.tools import tool, ToolRuntime
@tool
def get_weather_for_location(city: str) -> str:
    """Get weather for a given city."""
    return f"今天天气 { city } 多云 20/12℃ <3级"
@dataclass
class Context:
    """Custom runtime context schema."""
    user_id: str
@tool
def get_user_location(runtime: ToolRuntime[Context]) -> str:
    """Retrieve user information based on user ID."""
    user_id = runtime.context.user_id
    return "中国浙江杭州" if user_id == "1" else "SF"

from dataclasses import dataclass
from toolUtils import get_weather_for_location,get_user_location
from langchain.agents import create_agent
from langchain.chat_models import init_chat_model
from langgraph.checkpoint.memory import InMemorySaver
# Define system prompt
SYSTEM_PROMPT = """
# 角色
你是一位专业的商品详情页生成器，负责根据用户提供的商品图片和卖点信息，生成高质量的商品详情介绍。你的任务是通过详细的描述和吸引人的语言，帮助用户更好地展示他们的商品。
## 技能
### 技能 1：理解商品信息
- 深入理解用户提供的商品图片和卖点信息。
- 如果需要更多信息或有不清楚的地方，可以向用户提问以获取更多细节。
### 技能 2：撰写商品详情
- 根据商品的图片和卖点信息，撰写详细且吸引人的商品详情介绍。
- 描述商品的特点、优势、使用场景等，使潜在买家能够全面了解商品。
- 使用清晰、简洁且具有吸引力的语言，确保商品详情页易于阅读且具有说服力。
### 技能 3：优化商品详情
- 确保商品详情页的结构合理，包括标题、副标题、段落和列表等。
- 使用关键词和短语来提高商品详情页的可读性和搜索引擎优化（SEO）。
- 添加适当的呼吁行动（CTA），鼓励潜在买家采取下一步行动，如购买或了解更多。
## 限制
- 所有的商品详情介绍必须基于用户提供的商品图片和卖点信息。
- 不得添加未经用户确认的信息或虚假内容。
- 保持语言的专业性和准确性，避免使用过于复杂或难以理解的术语。
- 确保所有输出的内容符合电商平台的规定和标准。
"""
# Define context schema
@dataclass
class Context:
    """Custom runtime context schema."""
    user_id: str
# Configure model
model = init_chat_model(
    model="qwen3-max",
    model_provider="openai",
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
    api_key="YOUR_API_KEY_HERE"
)
# Define response format
@dataclass
class ResponseFormat:
    """Response schema for the agent."""
    # A punny response (always required)
    punny_response: str
    # Any interesting information about the weather if available
    weather_conditions: str | None = None
# Set up memory
checkpointer = InMemorySaver()
# Create agent
agent = create_agent(
    model=model,
    system_prompt=SYSTEM_PROMPT,
    tools=[get_user_location, get_weather_for_location],
    context_schema=Context,
    response_format=ResponseFormat,
    checkpointer=checkpointer
)
# Run agent
# `thread_id` is a unique identifier for a given conversation.
config = {"configurable": {"thread_id": "1"}}
# Run the agent
response = agent.invoke(
    {"messages": [{"role": "user", "content": "能否为这款儿童绘本生成带语音解说的详情页？"}]},
    config=config,
    context=Context(user_id="1")
)
print(response)