CommencezCommencez gratuitement

Créer le parcours de graphe pour plusieurs outils

Vos blocs de construction pour créer le graphe de votre agent conversationnel sont prêts ! Vous allez rassembler tous vos nœuds dans un seul parcours en utilisant des arêtes pour gérer leurs connexions. Pour commencer, le parcours de votre graphe a déjà été configuré avec MessagesState et StateGraph() pour suivre les mises à jour de messages de l'agent. La fonction display() pour afficher votre graphe sous forme de diagramme LangGraph est aussi en place et MemorySaver a été importé pour vous.

from langgraph.graph import StateGraph
from langgraph.checkpoint.memory import MemorySaver

workflow = StateGraph(MessagesState)

Cette activité fait partie du cours

Concevoir des systèmes agentiques avec LangChain

Voir le cours

Instructions de l’exercice

  • Ajoutez call_model comme nœud avec l'étiquette "chatbot" et ajoutez tool_node avec l'étiquette "tools".
  • Définissez une arête reliant le nœud START au nœud "chatbot".
  • Ajoutez des arêtes conditionnelles du nœud "chatbot" vers les nœuds "tools" et END à l'aide de should_continue, avant de relier le nœud "tools" de retour au nœud "chatbot".
  • Créez une instance de MemorySaver() et compilez le parcours en une application en utilisant memory comme checkpointer.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Add nodes for chatbot and tools
workflow.add_node("____", ____)
workflow.add_node("____", ____)

# Define an edge connecting START to the chatbot
workflow.add_edge(____, "____")

# Define conditional edges and route "tools" back to "chatbot"
workflow.add_conditional_edges("____", ____, ["____", ____])
workflow.add_edge("____", "____")

# Set up memory and compile the workflow
memory = ____()
app = workflow.____(checkpointer=____)

try:
    display(Image(graph.get_graph().draw_mermaid_png()))

except Exception:
    print("Plot generation failed... falling back to cached asset.")
    display_fallback()
Modifier et exécuter le code