Windows系统证书损坏导致的SSL致命错误以及docker下载问题解决办法

# 直接在管理员PowerShell中执行以下命令自动下载安装
#执行这个关键命令，直接从微软官网下载最新 WSL 2（跳过 Microsoft Store）：
wsl --update --web-download
 
#等待下载安装完成，会提示 "已成功更新适用于 Linux 的 Windows 子系统"
#必须重启电脑，这一步绝对不能跳过！

#在powershell中输入
wsl --version

WSL 版本： 2.3.24.0
内核版本： 5.15.153.1-2
WSLg 版本： 1.0.65
MSRDC 版本： 1.2.5620
Direct3D 版本： 1.611.1-81528511
DXCore 版本： 10.0.26091.1-240330-1435.ge-release
Windows 版本： 10.0.22631.3880

from langgraph.prebuilt import ToolNode
from langgraph.graph import StateGraph, MessagesState, START, END
from langchain.chat_models import init_chat_model
# 1. 删除这行：from langchain_tavily import TavilySearch
import requests
import os
from dotenv import load_dotenv
from langchain.tools import tool

load_dotenv()

llm = init_chat_model(api_key=os.getenv("DASHSCOPE_API_KEY"),
                      base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
                      model_provider="openai",
                      model='MiniMax-M2.1')

# 2. 使用 @tool 自定义工具，直接请求 Tavily API
@tool
def tavily_search_tool(query: str) -> str:
    """这是一个搜索工具"""
    api_key = os.getenv("TAVILY_API_KEY")
    if not api_key:
        return "Error: TAVILY_API_KEY not found in environment variables."
    
    url = "https://api.tavily.com/search"
    payload = {
        "api_key": api_key,
        "query": query,
        "search_depth": "basic",
        "max_results": 5
    }
    try:
        response = requests.post(url, json=payload)
        response.raise_for_status()
        data = response.json()
        # 这里简单返回结果，也可以根据 data['answer'] 或 data['results'] 进行格式化
        return str(data)
    except Exception as e:
        return f"Error occurred during search: {str(e)}"

tool_node = ToolNode([tavily_search_tool])
model_with_tools = llm.bind_tools([tavily_search_tool])

def should_continue(state: MessagesState):
    messages = state["messages"]
    last_message = messages[-1]
    if last_message.tool_calls:
        return "tools"
    return END

def call_model(state: MessagesState):
    messages = state["messages"]
    response = model_with_tools.invoke(messages)
    return {"messages": [response]}

builder = StateGraph(MessagesState)
builder.add_node("call_model", call_model)
builder.add_node("tools", tool_node)
builder.add_edge(START, "call_model")
builder.add_conditional_edges("call_model", should_continue, ["tools", END])
builder.add_edge("tools", "call_model")
graph = builder.compile()

print(graph.invoke({"messages": [{"role": "user", "content": "明天北京的天气如何？"}]}))