ComenzarEmpieza gratis

Usar la memoria del grafo para la conversación

Ahora que tu chatbot tiene acceso a memoria, puedes transmitir sus respuestas a preguntas de seguimiento. Ten en cuenta que tus preguntas de seguimiento no necesitan contexto adicional, ya que el chatbot puede acceder a toda la conversación almacenada en su memoria. Las preguntas ya están preparadas para ti.

Este ejercicio forma parte del curso

Diseño de sistemas agénticos con LangChain

Ver curso

Instrucciones del ejercicio

  • Crea un diccionario config con "configurable", que contenga "thread_id" establecido en "single_session_memory".
  • Recorre cada event del grafo aplicando el método .stream() a graph, pasando un diccionario con "messages" que contenga el user_input etiquetado como "user" y el diccionario config.
  • Recorre event.values() usando value e imprime "Agent:" seguido de "messages" si existe en value y no está vacío.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Set up a streaming function for a single user
def stream_memory_responses(user_input: str):
    ____ = {"____": {"____": "____"}}
    
    # Stream the events in the graph
    for ____ in graph.____({"messages": [("user", ____)]}, ____):
        
        # Return the agent's last response
        for ____ in event.____():
            if "messages" in ____ and value["____"]:
                print("Agent:", value["messages"])

stream_memory_responses("Tell me about the Eiffel Tower.")
stream_memory_responses("Who built it?")
Editar y ejecutar código