1. Lernen
    2. /
  2. Kurse
    3. /
  3. Diseño de Sistemas Agenéticos con LangChain
  • 1

    Lo esencial de los agentes LangChain

    Kostenlos

    ¡Construye sistemas agénticos inteligentes! Descubre los componentes clave de los agentes LangChain, incluido el modo en que las indicaciones, los LLM y las herramientas trabajan juntos para razonar y actuar. Configurarás un agente con la API de OpenAI, definirás herramientas personalizadas y abordarás tareas del mundo real, como cálculos matemáticos. Además, explora cómo LangChain organiza los datos mediante grafos, nodos y aristas.

  • 2

    Construir Chatbots con LangGraph

    ¡Construye chatbots dinámicos y potenciados por herramientas con LangChain y LangGraph! Explorarás cómo crear un chatbot que se adapte en función de las entradas del usuario, definiendo estados e integrando API externas para recuperar información en tiempo real. Conectarás estos componentes en una estructura gráfica con capacidad de respuesta, que permita transiciones fluidas entre la conversación y las respuestas asistidas por la herramienta. Al final, tendrás un marco de chatbot representado visualmente con razonamiento mejorado y flujos de trabajo de varios pasos.

  • 3

    Construye Agentes de Chat Dinámicos

    ¡Amplía tu chatbot con herramientas dinámicas y memoria! Define e integra múltiples herramientas en flujos de trabajo flexibles, construye funciones para la llamada dinámica de herramientas y configura tu chatbot para el manejo de múltiples herramientas. Organiza la memoria y las salidas para permitir conversaciones intercaladas de varios turnos. Al final, habrás creado un sofisticado chatbot capaz de interacciones complejas.

Initializing

Ubung

Añadir memoria gráfica

¡Excelente! Tu chatbot puede utilizar Wikipedia para responder a preguntas basadas en la consulta del usuario. Ahora puedes ir un paso más allá y permitir que tus usuarios hagan preguntas de seguimiento. Para ello, primero tendrás que activar la memoria en tu chatbot. La memoria permitirá a tu chatbot acceder al contexto completo de la conversación para que pueda gestionar las conversaciones de seguimiento.

Anweisungen

100 XP
  • Empieza importando MemorySaver del módulo checkpoint.memory de LangGraph.
  • Crea una instancia de MemorySaver() como memory.
  • Vuelve a compilar el gráfico del chatbot estableciendo el argumento checkpointer en memory en el método .compile() aplicado a graph_builder.