عن المشروع

هذا المشروع هو تطبيق مثال متكامل المكدس يوضح كيفية بناء مساعد محادثة معزز بالبحث باستخدام نماذج Gemini 2.5 من Google وإطار عمل LangGraph. يجمع بين واجهة أمامية بتقنية React ووكيل خلفي مدعوم بـ LangGraph يقوم ببحث ويب تكراري للإجابة على استفسارات المستخدم مع الاستشهادات. **الميزات الرئيسية** - بنية متكاملة المكدس: واجهة أمامية React (Vite) وواجهة خلفية LangGraph/FastAPI - توليد ديناميكي لاستعلامات البحث باستخدام نماذج Gemini - بحث ويب مدمج عبر Google Search API - تفكير تأملي لتحديد الفجوات المعرفية وتحسين عمليات البحث - يولّد إجابات مع استشهادات من المصادر التي تم جمعها - إعادة تحميل تلقائي للواجهتين الأمامية والخلفية أثناء التطوير **هيكل المشروع** - `frontend/`: تطبيق React مبني مع Vite ومصمم باستخدام Tailwind CSS وShadcn UI - `backend/`: تطبيق LangGraph/FastAPI يحتوي على منطق وكيل البحث **كيف يعمل وكيل الخلفية** 1. يولّد استعلامات بحث أولية بناءً على مدخلات المستخدم 2. ينفذ بحثًا ويبًا لكل استعلام باستخدام Gemini مع Google Search 3. يتأمل النتائج لتحديد الفجوات المعرفية 4. يحسّن عمليات البحث بشكل تكراري (حتى حد أقصى قابل للضبط) 5. يجمع إجابة نهائية مع الاستشهادات **بدء الاستخدام** - يتطلب Node.js وPython 3.11+ ومفتاح Gemini API - الخلفية: `cd backend && pip install .` وقم بتعيين `GEMINI_API_KEY` في ملف `.env` - الواجهة الأمامية: `cd frontend && npm install` - قم بتشغيل خوادم التطوير باستخدام `make dev` - مثال لسطر الأوامر: `python backend/examples/cli_research.py "query"` **النشر** - بيئة الإنتاج تستخدم Docker مع Redis (للتدفق) وPostgres (للتخزين الدائم) - البناء باستخدام `docker build -t gemini-fullstack-langgraph -f Dockerfile .` - التشغيل باستخدام `docker-compose up` (يتطلب مفتاح LangSmith API) **التقنيات**: React, Vite, Tailwind CSS, Shadcn UI, LangGraph, Google Gemini **الترخيص**: رخصة Apache 2.0