MulaiMulai sekarang secara gratis

Menggunakan memori graph untuk percakapan

Sekarang chatbot Anda memiliki akses ke memori, Anda dapat melakukan streaming responsnya untuk pertanyaan lanjutan. Perhatikan bahwa pertanyaan lanjutan Anda tidak memerlukan konteks tambahan karena chatbot dapat mengakses seluruh percakapan yang tersimpan dalam memorinya. Pertanyaannya telah disiapkan untuk Anda.

Latihan ini adalah bagian dari kursus

Merancang Sistem Agentic dengan LangChain

Lihat Kursus

Petunjuk latihan

  • Buat kamus config dengan "configurable", yang berisi "thread_id" diatur ke "single_session_memory".
  • Lakukan iterasi melalui setiap event graph, terapkan metode .stream() pada graph, dengan meneruskan kamus yang memiliki "messages" yang memuat user_input berlabel "user" dan kamus config.
  • Lakukan iterasi melalui event.values() menggunakan value dan cetak "Agent:" diikuti "messages" jika ada dalam value dan tidak kosong.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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?")
Edit dan Jalankan Kode