इस प्रोजेक्ट के बारे में

यह प्रोजेक्ट एक फुलस्टैक उदाहरण एप्लिकेशन है जो Google के Gemini 2.5 मॉडल और LangGraph फ्रेमवर्क का उपयोग करके रिसर्च-संवर्धित संवादात्मक AI बनाने का प्रदर्शन करता है। यह React फ्रंटएंड को LangGraph-संचालित बैकएंड एजेंट के साथ जोड़ता है, जो उपयोगकर्ता प्रश्नों के उत्तर उद्धरणों के साथ देने के लिए पुनरावृत्त वेब अनुसंधान करता है। **मुख्य विशेषताएं** - फुलस्टैक आर्किटेक्चर: React (Vite) फ्रंटएंड और LangGraph/FastAPI बैकएंड - Gemini मॉडल का उपयोग करके गतिशील खोज क्वेरी निर्माण - Google Search API के माध्यम से एकीकृत वेब अनुसंधान - ज्ञान अंतराल की पहचान और खोजों को परिष्कृत करने के लिए चिंतनशील तर्क - एकत्रित स्रोतों से उद्धरणों के साथ उत्तर उत्पन्न करता है - विकास के दौरान फ्रंटएंड और बैकएंड दोनों के लिए हॉट-रिलोडिंग **प्रोजेक्ट संरचना** - `frontend/`: Vite के साथ निर्मित React एप्लिकेशन, Tailwind CSS और Shadcn UI के साथ स्टाइल किया गया - `backend/`: LangGraph/FastAPI एप्लिकेशन जिसमें रिसर्च एजेंट लॉजिक शामिल है **बैकएंड एजेंट कैसे काम करता है** 1. उपयोगकर्ता इनपुट के आधार पर प्रारंभिक खोज क्वेरी उत्पन्न करता है 2. Google Search के साथ Gemini का उपयोग करके प्रत्येक क्वेरी के लिए वेब अनुसंधान करता है 3. ज्ञान अंतराल की पहचान करने के लिए परिणामों पर प्रतिबिंबित करता है 4. खोजों को पुनरावृत्त रूप से परिष्कृत करता है (कॉन्फ़िगर करने योग्य अधिकतम तक) 5. उद्धरणों के साथ अंतिम उत्तर का संश्लेषण करता है **आरंभ करना** - Node.js, Python 3.11+, और Gemini API कुंजी की आवश्यकता है - बैकएंड: `cd backend && pip install .` और `.env` में `GEMINI_API_KEY` सेट करें - फ्रंटएंड: `cd frontend && npm install` - `make dev` के साथ दोनों डेव सर्वर चलाएं - CLI उदाहरण: `python backend/examples/cli_research.py "query"` **डिप्लॉयमेंट** - प्रोडक्शन Redis (स्ट्रीमिंग के लिए) और Postgres (स्थिरता के लिए) के साथ Docker का उपयोग करता है - `docker build -t gemini-fullstack-langgraph -f Dockerfile .` के साथ बिल्ड करें - `docker-compose up` के साथ चलाएं (LangSmith API कुंजी की आवश्यकता है) **प्रौद्योगिकियां**: React, Vite, Tailwind CSS, Shadcn UI, LangGraph, Google Gemini **लाइसेंस**: Apache License 2.0