LangGraph + AlayaLite + SQLite Tutorial

这个 tutorial 目标是做一个简单的 LLM workflow，让它同时访问：

• SQLite：查时间、地点、DDL 这类结构化信息
• AlayaLite：查 FAQ、说明文档这类文本信息

跑通后你会得到什么

你可以问三类问题：

• 2026-04-18 下午的实验在哪个教室？
• 如果 pip 安装失败，建议怎么排查？
• 参加 2026-04-18 下午的实验，我现在要准备什么？

你还可以导出一张 workflow 图，看到这套流程是怎么串起来的。

Step 1: 创建虚拟环境

这一步会在当前目录创建一个独立 Python 环境，避免污染系统环境。

python3 -m venv .venv

Step 2: 激活虚拟环境

激活后，后面的 pip 和 python 都会使用这个项目自己的环境。

source .venv/bin/activate

Windows PowerShell：

.venv\Scripts\Activate.ps1

Step 3: 安装依赖

安装 LangChain、LangGraph、AlayaLite 和其他运行所需依赖。

pip install -r requirements.txt

Step 4: 创建本地配置文件

复制一份配置模板，后面把模型 key 填进去。

cp .env.example .env

把 .env 改成这组：

OPENAI_API_KEY=你的腾讯云对话 key
OPENAI_BASE_URL=https://api.lkeap.cloud.tencent.com/v1
OPENAI_MODEL=deepseek-v3.2

DASHSCOPE_API_KEY=你的百炼 key
OPENAI_EMBEDDING_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
OPENAI_EMBEDDING_MODEL=text-embedding-v2

这套配置的含义是：

• 聊天模型走腾讯云 DeepSeek
• embedding 走阿里云百炼

Step 5: 准备本地数据

这一步会做两件事：

• 读取 sessions.csv 和 deadlines.csv，生成本地 SQLite
• 扫描 data/vdb 里的文本文件，作为向量检索的数据源

SQLite 会有两张表：

• sessions
• deadlines

python scripts/prepare_lab.py

运行后会生成：

• tutorial.db

如果你想改数据：

• 改结构化数据：编辑 sessions.csv 或 deadlines.csv
• 改文本数据：在 data/vdb 里增删 .txt 文件

改完后重新跑一遍：

python scripts/prepare_lab.py

Step 6: 导出 workflow 图

这一步不会调用模型，只会把 LangGraph workflow 导出成一张图，方便先看结构。

python -m app.cli --draw-workflow

运行后会生成：

• workflow-graph.md

如果你想导出 Mermaid 原始文件：

python -m app.cli --draw-workflow workflow-graph.mmd

Step 7: 运行第一个问题

先跑一个 SQL 问题：

python -m app.cli --question "2026-04-18 下午的实验在哪个教室？"

Step 8: 再跑两个问题

向量检索问题：

python -m app.cli --question "如果 pip 安装失败，建议怎么排查？"

混合问题：

python -m app.cli --question "参加 2026-04-18 下午的实验，我现在要准备什么？"

CLI 会打印：

• route
• sql
• vector
• answer

如果第三个问题也能答好，说明这套 workflow 已经串起来了。

项目里最值得看的三个文件

• workflow.py：workflow 怎么连起来
• alaya_store.py：AlayaLite 怎么建索引和检索
• data.py：SQLite 数据和文本数据从哪里来

常见坑

1. 没有激活 venv

表现：包装到了系统 Python，程序跑不起来。

2. .env 没填完整

表现：模型调用报 401、403 或 embedding 调用失败。

3. 聊天接口能用，但 embedding 不通

检查 Key 是否填写正确，是否有权限调用。

4. 第一次运行比想象中慢

程序会先做 embedding，再建 AlayaLite 索引。

5. 问题问得不够精确

SQL 类问题尽量带完整日期。