CommencerCommencez gratuitement

Utiliser la mémoire graphique pour la conversation

Maintenant que votre chatbot a accès à la mémoire, vous pouvez diffuser ses réponses aux questions de suivi. Notez que vos questions de suivi n'auront pas besoin de contexte supplémentaire car le chatbot peut accéder à l'intégralité de la conversation stockée dans sa mémoire. Les questions ont déjà été préparées pour vous.

Cet exercice fait partie du cours

<cours>Concevoir des systèmes agentiques avec LangChain</cours>
Voir le cours

Instructions de l’exercice

  • Créez un dictionnaire config avec "configurable", contenant "thread_id" fixé à "single_session_memory".
  • Bouclez chaque graphe event, en appliquant la méthode .stream() à graph, en passant un dictionnaire avec "messages" contenant le user_input étiqueté "user" et le dictionnaire config.
  • Parcourez en boucle event.values() en utilisant value et imprimez "Agent:" suivi de "messages" s'il existe dans value et s'il n'est pas vide.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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?")
Modifier et exécuter le code