CommencerCommencer gratuitement

Graphique et états des agents

Vous avez été chargé de créer un chatbot de base capable de répondre à des questions dans le cadre d'une application d'enseignement secondaire. L'école souhaite que vous utilisiez une version de ChatGPT d'OpenAI comme son LLM. Vous avez décidé de gérer efficacement cette tâche en utilisant LangGraph pour construire un agent de chatbot à l'aide de nœuds. Tout d'abord, vous définirez un agent State() pour stocker les données de l'agent et mettrez en place un objet StateGraph() pour gérer le flux de travail de l'agent.

Les modules nécessaires ont déjà été importés pour cet exercice et ceux qui suivront :

from langchain_openai import ChatOpenAI
from typing import Annotated
from typing_extensions import TypedDict
from langgraph.graph import StateGraph, START, END
from langgraph.graph.message import add_messages

Cet exercice fait partie du cours

Concevoir des systèmes agentiques avec LangChain

Afficher le cours

Instructions

  • Configurez le site llm à l'aide de ChatOpenAI() et du modèle "gpt-4o-mini".
  • Définissez la classe State en utilisant TypedDict pour gérer les données du chatbot.
  • Spécifiez messages comme Annotated list en utilisant add_messages.
  • Initialiser une instance de StateGraph avec State pour structurer le flux de travail du chatbot.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Define the llm
llm = ____(model="____", api_key="OPENAI_API_KEY")

# Define the State
class State(____):
    
    # Define messages with metadata
    messages: ____[____, ____]

# Initialize StateGraph
graph_builder = ____(____)
Modifier et exécuter le code