Aan de slagBegin gratis

Gespreksgeheugen met een graph gebruiken

Nu je chatbot toegang heeft tot geheugen, kun je de reacties streamen voor vervolgvragen. Let op: je vervolgvragen hebben geen extra context nodig, omdat de chatbot de volledige conversatie in zijn geheugen kan raadplegen. De vragen zijn al voor je klaargezet.

Deze oefening maakt deel uit van de cursus

Agentic Systems ontwerpen met LangChain

Bekijk cursus

Oefeninstructies

  • Maak een config-dictionary met "configurable", waarin "thread_id" is ingesteld op "single_session_memory".
  • Loop door elk graph-event en pas de .stream()-methode toe op graph. Geef een dictionary door met "messages" die de user_input bevat gelabeld als "user", en de config-dictionary.
  • Loop door event.values() met value en print "Agent:" gevolgd door "messages" als dit bestaat in value en niet leeg is.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# 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?")
Code bewerken en uitvoeren