เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สร้าง graph workflow สำหรับหลายเครื่องมือ

ส่วนประกอบทั้งหมดสำหรับสร้าง graph ของ chatbot พร้อมแล้ว! ถึงเวลานำโหนดทั้งหมดมาประกอบเข้าด้วยกันเป็น workflow เดียว โดยใช้ edges จัดการการเชื่อมต่อระหว่างโหนด graph workflow ได้ถูกตั้งค่าไว้ให้แล้วพร้อมกับ MessagesState และ StateGraph() สำหรับติดตามการอัปเดตข้อความของ chatbot นอกจากนี้ ฟังก์ชัน display() สำหรับแสดง graph เป็นไดอะแกรม LangGraph และ MemorySaver ก็ถูก import มาให้เรียบร้อยแล้ว

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

workflow = StateGraph(MessagesState)

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การออกแบบระบบ Agentic ด้วย LangChain

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เพิ่ม call_model เป็นโหนดโดยใช้ label "chatbot" และเพิ่ม tool_node โดยใช้ label "tools"
  • กำหนด edge เชื่อมต่อจากโหนด START ไปยังโหนด "chatbot"
  • เพิ่ม conditional edges จากโหนด "chatbot" ไปยังโหนด "tools" และ END โดยใช้ should_continue จากนั้นเชื่อมโหนด "tools" กลับมายังโหนด "chatbot"
  • สร้าง instance ของ MemorySaver() และคอมไพล์ workflow ให้เป็นแอปพลิเคชันโดยระบุ memory checkpointer

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด