Bellekle çok turlu sohbeti etkinleştir
Artık sohbet botu güncellemeni okul yönetimiyle paylaşmaya neredeyse hazırsın! Öğrencilerin sorunsuz bir öğrenme deneyimi yaşaması için takip soruları sorabilmeleri önemli. Böylece, botun ilk yanıtında eksik kalan bir bilgi olursa, öğrenciler sohbet ederek sorularını düzeltebilir. Şimdi, sohbet botunun akış (streaming) fonksiyonunu çoklu turu destekleyecek şekilde uyarlayacak, hem kullanıcının sorgusunu hem de botun yanıtını yazdıracaksın. Belleği etkinleştirmek için, takip soruları sorulduğunda LangGraph tüm konuşmayı LLM'e gönderecek. Başlamak için, config parametrelerin bir kullanıcı için zaten ayarlandı:
config = {"configurable": {"thread_id": "1"}}
Bu egzersiz
LangChain ile Aracı Sistemler Tasarlama
kursunun bir parçasıdırEgzersiz talimatları
- Her tur için,
querieslistesindeki kullanıcınınquerydeğerini yazdırarak başla. app.stream()kullanarakmsgvemetadataüzerinde yineleme yap,querydeğeriniHumanMessage'incontentalanı olarakconfigile birlikte geçir vemsg.contentdeğerlerini birleştir.- Sohbet botunun yanıtlarını çıkarmak için,
HumanMessageolarak etiketlenen herhangi birmsghariç tutularakmsg.content'i yazdır; bir sonraki sorgudan önce yeni bir satır ekle.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Print the user query first for every interaction
def user_agent_multiturn(queries):
for ____ in ____:
print(f"User: {____}")
# Stream through messages corresponding to queries, excluding metadata
print("Agent: " + "".join(____.____ for ____, ____ in app.____(
{"messages": [____(____=_____)]}, config, stream_mode="messages")
# Filter out the human messages to print agent messages
if ____.____ and not isinstance(____, ____)) + "____")
queries = ["Is `stressed desserts?` a palindrome?", "What about the word `kayak`?",
"What happened on the May 8th, 1945?", "What about 9 November 1989?"]
user_agent_multiturn(queries)