Zacznij terazZacznij za darmo

Graf i stany agenta

Masz za zadanie zbudować prostego chatbota, który będzie odpowiadał na pytania w aplikacji edukacyjnej dla uczniów szkół średnich. Szkoła chce, aby chatbot korzystał z modelu ChatGPT firmy OpenAI jako LLM. Postanowiłeś zrealizować to zadanie efektywnie przy użyciu LangGraph – zbudujesz agenta chatbota opartego na węzłach. Na początek zdefiniujesz stan agenta State(), który będzie przechowywał jego dane, oraz skonfigurujesz obiekt StateGraph() do zarządzania przepływem pracy agenta.

Wymagane moduły zostały już zaimportowane na potrzeby tego ćwiczenia i kolejnych:

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

To ćwiczenie jest częścią kursu

Projektowanie systemów agentowych z LangChain

Zobacz kurs

Instrukcje do ćwiczenia

  • Skonfiguruj llm, używając ChatOpenAI() z modelem "gpt-4o-mini".
  • Zdefiniuj klasę State przy użyciu TypedDict, aby zarządzać danymi chatbota.
  • Określ messages jako listę Annotated z użyciem add_messages.
  • Zainicjalizuj instancję StateGraph z parametrem State, aby zdefiniować przepływ pracy chatbota.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

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

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

# Initialize StateGraph
graph_builder = ____(____)
Edytuj i uruchom kod