LangGraph 多代理 DevOps 应用

该项目使用 LangGraph 实现了一个多代理系统，创建了一个“DevOps 副驾”。该系统由一个主管代理组成，它将任务分配给专门负责规划、绘图和 Terraform 操作的代理。

要详细了解实现过程，请参阅我的 Substack 文章：使用 LangGraph 构建 DevOps 副驾。

预备条件

在开始之前，请确保已安装以下内容：

• Python 3.10+
• 安装 GraphViz https://www.graphviz.org/

🚀 开始使用

按照以下步骤设置并运行本地项目。

1. 克隆仓库

git clone git@github.com:blissfulldev/devops-agent.git
cd DevOps-Platform

2. 设置 Python 环境

# 创建并激活虚拟环境
python3 -m venv venv
source venv/bin/activate

# 导航到应用目录并安装依赖项
cd devops-app
pip install poetry
poetry install

3. 配置环境变量

从示例模板创建一个 .env 文件，并添加您的 API 密钥。

# 确保您位于 `devops-app` 目录中
cp env.example .env

现在，打开 .env 文件并添加必要的密钥（例如 GOOGLE_API_KEY）。

▶️ 运行应用程序

应用程序由多个服务组成，必须同时运行。强烈建议为每个步骤打开一个新的终端并在运行任何命令前激活 venv。

1. 启动 MCP 服务器

这些服务器为每个代理提供了专用工具。

• 核心 MCP 服务器：

  cd devops-app/mcp/core-mcp-server/
  poetry install
  

  python -m awslabs.core-mcp-server.server --transport streamable-http --host  0.0.0.0 --port 8000
  

• 绘图 MCP 服务器：

  cd devops-app/mcp/aws-diagram-mcp-server/
  poetry install
  

  python -m awslabs.aws-diagram-mcp-server.server --transport streamable-http --host 0.0.0.0 --port 8001
  

• Terraform MCP 服务器：

  cd devops-app/mcp/terraform-mcp-server/
  poetry install
  

  python -m awslabs.terraform-mcp-server.server --transport streamable-http --host 0.0.0.0 --port 8002
  

2. 启动 FastAPI 后端

此服务器协调代理并提供流式 API。

# 在 `devops-app` 目录中
poetry run uvicorn server:app --host 0.0.0.0 --port 8080 --reload

3. 启动 Streamlit 前端

这是与副驾交互的用户界面。

# 在 `devops-app` 目录中
streamlit run app.py

现在，您可以在 http://localhost:8501 访问聊天界面。