1. 环境准备
- Node.js and npm (or yarn/pnpm)；
- Python 3.8+；
- Genmini 模型 APIKEY，在 Google AI Studio 中申请。
2. 本地启动
在第一步环境准备完成之后，开始此步骤。
2.1 Clone 项目
git clone https://github.com/google-gemini/gemini-fullstack-langgraph-quickstart.git
2.2 模型 AK 设置
复制 backend 目录下的 .env.example 并重命名为 .env
写入在第一步获得的 Genmini AK。
2.3 项目依赖安装
安装前端依赖：
cd gemini-fullstack-langgraph-quickstart/frontend
npm i
安装后端依赖：
cd backend
pip install .
2.4 启动运行
通过运行以下命令，将会同时启动前后端：
make dev
或者分开运行：
- 后端：
langgraph dev（默认开放接口于http://127.0.0.1:2024） - 前端：
npm run dev（默认在http://localhost:5173）
3. 访问测试
在运行 make dev 之后，打开 http://localhost:5173 地址，
PS：如果出现如下报错，手动将 @ 改为 ../ 的相对路径，emmm~ 没找到原因。
[vite] Internal server error: Failed to resolve import "@/components/WelcomeScreen" from "src/App.tsx". Does the file exist?
在浏览器页面输入问题：spring ai alibaba 是什么？如何用他开发一个 ai 应用
等待一段时间之后，将会看到研究报告输出。