ÎncepețiÎncepe gratuit

Creează fluxul de lucru al grafului pentru mai multe unelte

Elementele de bază pentru construirea grafului chatbot-ului sunt acum pregătite! Vei combina toate nodurile într-un singur flux de lucru, folosind muchii pentru a gestiona conexiunile dintre ele. Pentru a începe, fluxul de lucru al grafului a fost deja configurat cu MessagesState și StateGraph() pentru a urmări actualizările mesajelor chatbot-ului. Funcția display() pentru afișarea grafului ca diagramă LangGraph a fost, de asemenea, configurată, iar MemorySaver a fost importat pentru tine.

from langgraph.graph import StateGraph
from langgraph.checkpoint.memory import MemorySaver

workflow = StateGraph(MessagesState)

Acest exercițiu face parte din cursul

Proiectarea sistemelor agentice cu LangChain

Vezi cursul

Instrucțiuni pentru exercițiu

  • Adaugă call_model ca nod folosind eticheta "chatbot" și adaugă tool_node cu eticheta "tools".
  • Definește o muchie care conectează nodul START la nodul "chatbot".
  • Adaugă muchii condiționale de la nodul "chatbot" către nodurile "tools" și END folosind should_continue, apoi conectează nodul "tools" înapoi la nodul "chatbot".
  • Creează o instanță MemorySaver() și compilează fluxul de lucru într-o aplicație folosind checkpointer-ul de memorie.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Add nodes for chatbot and tools
workflow.add_node("____", ____)
workflow.add_node("____", ____)

# Define an edge connecting START to the chatbot
workflow.add_edge(____, "____")

# Define conditional edges and route "tools" back to "chatbot"
workflow.add_conditional_edges("____", ____, ["____", ____])
workflow.add_edge("____", "____")

# Set up memory and compile the workflow
memory = ____()
app = workflow.____(checkpointer=____)

try:
    display(Image(graph.get_graph().draw_mermaid_png()))

except Exception:
    print("Plot generation failed... falling back to cached asset.")
    display_fallback()
Editează și rulează codul