منصوبے کے بارے میں

یہ پروجیکٹ ایک مکمل اسٹیک مثالی ایپلیکیشن ہے جو یہ ظاہر کرتی ہے کہ Google کے Gemini 2.5 ماڈلز اور LangGraph فریم ورک کا استعمال کرتے ہوئے تحقیق سے افزودہ گفتگو کرنے والی مصنوعی ذہانت کیسے بنائی جائے۔ یہ React فرنٹ اینڈ کو LangGraph سے چلنے والے بیک اینڈ ایجنٹ کے ساتھ جوڑتی ہے جو صارفین کے سوالات کے حوالہ جات کے ساتھ جواب دینے کے لیے تکراری ویب تحقیق انجام دیتا ہے۔ **اہم خصوصیات** - مکمل اسٹیک آرکیٹیکچر: React (Vite) فرنٹ اینڈ اور LangGraph/FastAPI بیک اینڈ - Gemini ماڈلز کا استعمال کرتے ہوئے متحرک تلاش کے سوالات کی تخلیق - Google Search API کے ذریعے مربوط ویب تحقیق - علم کے خلاء کی نشاندہی اور تلاش کو بہتر بنانے کے لیے عکاس استدلال - جمع کردہ ذرائع سے حوالہ جات کے ساتھ جوابات تیار کرتا ہے - ڈیولپمنٹ کے دوران فرنٹ اینڈ اور بیک اینڈ دونوں کے لیے ہاٹ ریلوڈنگ **پروجیکٹ کی ساخت** - `frontend/`: Vite کے ساتھ بنائی گئی React ایپلیکیشن، جو Tailwind CSS اور Shadcn UI سے سجائی گئی ہے - `backend/`: LangGraph/FastAPI ایپلیکیشن جس میں ریسرچ ایجنٹ کی منطق موجود ہے **بیک اینڈ ایجنٹ کیسے کام کرتا ہے** 1. صارف کی ان پٹ کی بنیاد پر ابتدائی تلاش کے سوالات تیار کرتا ہے 2. Google Search کے ساتھ Gemini کا استعمال کرتے ہوئے ہر سوال کے لیے ویب تحقیق کرتا ہے 3. علم کے خلاء کی نشاندہی کرنے کے لیے نتائج پر عکاسی کرتا ہے 4. تکراری طور پر تلاش کو بہتر بناتا ہے (ترتیب شدہ زیادہ سے زیادہ حد تک) 5. حوالہ جات کے ساتھ حتمی جواب مرتب کرتا ہے **شروع کرنا** - Node.js، Python 3.11+، اور Gemini API کلید درکار ہے - بیک اینڈ: `cd backend && pip install .` اور `.env` میں `GEMINI_API_KEY` سیٹ کریں - فرنٹ اینڈ: `cd frontend && npm install` - دونوں ڈیولپمنٹ سرورز کو `make dev` کے ساتھ چلائیں - CLI مثال: `python backend/examples/cli_research.py "query"` **ڈیپلائمنٹ** - پروڈکشن Redis (اسٹریمنگ کے لیے) اور Postgres (مستقل ذخیرہ کے لیے) کے ساتھ Docker استعمال کرتا ہے - `docker build -t gemini-fullstack-langgraph -f Dockerfile .` کے ساتھ بلڈ کریں - `docker-compose up` کے ساتھ چلائیں (LangSmith API کلید درکار ہے) **ٹیکنالوجیز**: React, Vite, Tailwind CSS, Shadcn UI, LangGraph, Google Gemini **لائسنس**: Apache License 2.0