IniziaInizia gratis

Usare la memoria del grafo per la conversazione

Ora che il tuo chatbot ha accesso alla memoria, puoi eseguire lo streaming delle sue risposte alle domande di follow-up. Nota che le tue domande di follow-up non avranno bisogno di contesto aggiuntivo, perché il chatbot può accedere all'intera conversazione archiviata nella sua memoria. Le domande sono già state predisposte per te.

Questo esercizio fa parte del corso

Progettare sistemi agentici con LangChain

Visualizza il corso

Istruzioni dell'esercizio

  • Crea un dizionario config con "configurable", contenente "thread_id" impostato su "single_session_memory".
  • Cicla su ogni event del grafo, applicando il metodo .stream() a graph, passando un dizionario con "messages" che contiene il user_input etichettato come "user" e il dizionario config.
  • Itera su event.values() usando value e stampa "Agent:" seguito da "messages" se esiste in value ed è non vuoto.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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?")
Modifica ed esegui il codice