基于Gemini-fullstack-langgraph-quickstart二次开发

一、项目简介

获取项目源码方式：关注公众号《英博的AI实验室》，回复deepresearch即可

一句话总结：Deepresearch Fullstack LangGraph Quickstart 是基于gemini-deepresearch项目的二次开发项目，采用 React 前端与 LangGraph 智能体后端的全栈应用示例。该项目展示了如何利用自有或公开大模型与LangGraph 框架，构建具备“研究增强”能力的对话式 AI 系统。其核心亮点在于：智能体能够动态生成搜索词，自动调用 Google Search 进行网络检索，反思结果、发现知识缺口，并多轮迭代直至给出带有引用的高质量答案。

项目适合开发者快速上手 LangGraph 智能体开发、理解前后端协作模式，以及探索 LLM 在自动化研究场景下的应用。

• 项目展示

---

二、核心功能与特性

• 💬 前后端分离的全栈架构（React + LangGraph/FastAPI）
• 🧠 LangGraph 智能体驱动，具备复杂推理与多轮研究能力
• 🔍 LLM 动态生成搜索词，自动调用 Google Search API
• 🌐 网络检索与知识反思，自动发现并弥补知识盲区
• 📄 生成带引用的高质量答案
• 🔄 后端支持任意大模型接入，并适配langgraph-llm的接口，实现私有化定制，支持Langsmith动态跟踪调试
• 🔄 前端同步支持任意大模型接入，与后端协同，以热加载的形式实现部署，提升开发效率
• 🐳 支持 Docker 一键部署，生产环境可用

---

三、项目结构与架构设计

项目采用典型的前后端分离架构：