conversational-agent-langchain

多模型对话后端开箱即用，接上向量库就能跑 RAG

这是一个基于 FastAPI 构建的对话式 AI Agent 后端项目，核心目标是为开发者提供一个可直接运行、便于二次开发的多模型对话服务骨架。它把 LangChain 与 LangGraph 作为编排层，支持 Cohere、OpenAI、Azure OpenAI、Gemini 以及本地 Ollama 等多种大模型，并用 Qdrant 作为向量数据库实现检索增强生成（RAG）。项目内置了研究助手（Research Assistant）示例，配合 Streamlit 前端可快速体验多轮对话、知识库检索和工具调用流程。它解决的是从零搭建对话 Agent 时模型接入、会话状态管理、向量检索和 API 服务化这些重复劳动的问题，让开发者把精力放在业务逻辑和提示词设计上。整体结构清晰，适合作为学习 LangGraph 多节点工作流和 RAG 落地的参考实现。