시작하기무료로 시작하기

그래프와 에이전트 상태

여러분은 고등학교 교육 앱에서 질문에 답하는 기본 챗봇을 만들도록 의뢰받았어요. 학교 측은 LLM으로 OpenAI의 ChatGPT 버전을 사용하길 원합니다. 여러분은 LangGraph를 사용해 노드 기반의 챗봇 에이전트를 구축하면 이 작업을 효율적으로 관리할 수 있다고 판단했어요. 먼저, 에이전트의 데이터를 저장할 에이전트 State()를 정의하고, 에이전트의 워크플로를 관리할 StateGraph() 객체를 설정하겠습니다.

이 연습 문제와 이어지는 문제에서 필요한 모듈은 이미 가져와 두었습니다:

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

이 연습은 강의의 일부입니다

LangChain으로 에이전트형 시스템 설계하기

강의 보기

연습 안내

  • ChatOpenAI()와 모델 "gpt-4o-mini"를 사용해 llm을 설정하세요.
  • 챗봇의 데이터를 관리하기 위해 TypedDict를 사용해 State 클래스를 정의하세요.
  • add_messages를 사용해 messages를 Annotated list로 지정하세요.
  • 챗봇의 워크플로 구조를 만들기 위해 State로 StateGraph 인스턴스를 초기화하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

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

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

# Initialize StateGraph
graph_builder = ____(____)
코드 편집 및 실행