1. Apprendre
    2. /
  2. Cours
    3. /
  3. Concevoir des systèmes agentiques avec LangChain
Connected

Exercice

Activer une conversation à plusieurs tours avec mémoire

Vous êtes presque prêt à présenter la mise à jour de votre agent conversationnel à la direction de l'école ! Pour offrir une expérience d'apprentissage fluide, il est important de permettre aux étudiants de poser des questions de suivi. Ainsi, si des informations manquent dans la première réponse du robot, les étudiants peuvent reformuler leurs questions en poursuivant la conversation. Vous allez maintenant adapter la fonction de diffusion en continu de votre agent pour permettre plusieurs tours, en affichant à la fois la requête de l'utilisateur et la réponse du robot. Pour activer la mémoire, LangGraph enverra la conversation complète au LLM lorsque des questions de suivi seront posées. Pour commencer, vos paramètres config ont déjà été définis pour un utilisateur :

config = {"configurable": {"thread_id": "1"}}

Instructions

100 XP
  • À chaque tour, commencez par afficher la query de l'utilisateur provenant de la liste queries.
  • Itérez sur msg et metadata à l'aide de app.stream(), en passant query comme content de HumanMessage avec config, puis concaténez les valeurs de msg.content.
  • Pour extraire les réponses du robot, affichez msg.content en excluant tout msg étiqueté HumanMessage, et ajoutez une nouvelle ligne avant la requête suivante.