CommencerCommencer 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

Concevoir des systèmes agentiques avec LangChain

Afficher le cours

Instructions

  • 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 cet exemple de code.

# 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