目前agent infra及rag框架已经搭好

README.md

@@ -1,32 +1,36 @@
-# 进入项目目录并提交代码（Windows 下路径为 .\Agent\）
+# Agent Web Chat
+
+基于 LangGraph 的多模态对话 Agent，支持文本、图片、音频输入，具备屏幕截图、浏览器控制、RAG 知识库、数据库查询等工具调用能力。
+
+## 快速开始
+
+### 1. 克隆仓库并进入项目目录
+
+```bash
+git clone <your-repo-url>
 cd Agent
-git add .
-git commit -m "修改内容的说明"
-git push
 
-# 创建并激活虚拟环境（Linux/macOS 用 source，Windows 用 myenv\Scripts\activate）
+Windows:
+bash
 python -m venv myenv
-source myenv/bin/activate || myenv/Scripts/activate
+.\myenv\Scripts\activate
+macOS / Linux:
+bash
+python -m venv myenv
+source myenv/bin/activate
 
-# 升级 pip 并安装核心依赖
-python -m pip install --upgrade pip
-pip install -U langchain langchain-openai python-dotenv
-
-# 以可编辑模式安装当前项目（配置见 pyproject.toml）
+pip install --upgrade pip
+pip install -r requirements.txt
 pip install -e .
 
-# 安装 LangGraph CLI（开发模式）
-pip install "langgraph-cli[inmem]"
-
-# 可选：安装数据库相关依赖（psycopg2-binary 用于 PostgreSQL）
-pip install sqlalchemy pymysql loguru psycopg2-binary
-
-# 环境变量配置
-# Copy .env.example to .env and fill in the required values before running the app.
-cp .env.example .env
-
-# 必须填写的变量：
-# .env.example
+gedit .env
+必须填写的变量：
+LLM_BASE_URL – 大模型 API 基础地址
+LLM_API_KEY – API 密钥
+LLM_MODEL – 模型名称（如 Qwen/Qwen2.5-72B-Instruct）
+TTS_BASE_URL – 文本转语音服务地址（可选，若不使用音频回复可不填）
+ASR_BASE_URL – 语音识别服务地址（可选）
+RAG_BASE_URL – RAG 嵌入与重排序服务地址（可选）
 
 # 启动 Web 对话服务（推荐）
 # 确保在 Agent 目录下，且 PYTHONPATH 包含 src 目录
@@ -35,8 +39,11 @@ export PYTHONPATH=src:$PYTHONPATH   # Linux/macOS
 # 或 Windows PowerShell: $env:PYTHONPATH="src;$env:PYTHONPATH"
 uvicorn agent.web.server:app --host 127.0.0.1 --port 8765
 
-# API 为两阶段调用：POST /api/chat/start（落盘用户消息） + POST /api/chat/complete（推理）
-# 前端已按此顺序调用。
-
 # （可选）通过 Cloudflare Tunnel 暴露公网
-cloudflared tunnel --url http://localhost:8765
+cloudflared tunnel --url http://localhost:8765
+
+# 进入项目目录并提交代码（Windows 下路径为 .\Agent\）
+cd Agent
+git add .
+git commit -m "修改内容的说明"
+git push