Ställ frågor om konversationshistorik
Med en grundläggande ReAct-agent i LangChain kan du ställa följdfrågor genom att bevara agentens konversationshistorik. Eftersom LLM:en har tillgång till alla tidigare meddelanden kan du ställa nya frågor, och agenten kan använda hela meddelandekontexten för att svara.
Du ska nu ställa en följdfråga om sidorna i en annan triangel.
För att kunna använda funktionerna i HumanMessage och AIMessage har följande moduler redan importerats åt dig: HumanMessage, AIMessage.
Den här övningen är en del av kursen
Designa agentbaserade system med LangChain
Övningsinstruktioner
- Tilldela den angivna frågan på naturligt språk till
new_query. - Anropa
app-objektet och skicka in alla meddelanden, inklusivemessage_historyochnew_query. - Använd en listomfattning för att extrahera meddelanden från
response["messages"]märkta somHumanMessageellerAIMessage. - Skicka den nya frågan som indata och skriv ut de extraherade meddelandena genom att skicka meddelandeklasserna till
"agent_output".
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
message_history = response["messages"]
____ = "What about one with sides 12 and 14?"
# Invoke the app with the full message history
response = app.____({"messages": ____ + [("human", ____)]})
# Extract the human and AI messages from the result
filtered_messages = [msg for msg in ____["____"] if isinstance(msg, (____, ____)) and msg.content.strip()]
# Pass the new query as input and print the final outputs
print({
"user_input": ____,
"agent_output": [f"{msg.____.____}: {msg.content}" for msg in ____]
})