1. Learn
    2. /
  2. 课程
    3. /
  3. 使用 LangChain 设计 Agentic 系统
Connected

道练习

使用记忆启用多轮对话

您已经可以把更新后的聊天机器人分享给学校管理部门了！为了让学生获得顺畅的学习体验，支持他们追问后续问题非常重要。这样一来，如果机器人在第一次回答中遗漏信息，学生就可以通过继续对话来补充或修改问题。现在，您将改造机器人的流式函数以支持多轮交互，打印用户的查询以及机器人的回答。为启用记忆，LangGraph 会在用户提出追问时，将完整对话发送给 LLM。首先，您的 config 参数已为一位用户设置好：

config = {"configurable": {"thread_id": "1"}}

说明

100 XP
  • 每一轮开始时，先打印 queries 列表中的用户 query。
  • 使用 app.stream() 迭代 msg 和 metadata，将 query 作为 HumanMessage 的 content 并传入 config，同时拼接 msg.content 的值。
  • 为提取机器人的回复，打印 msg.content，但排除被标记为 HumanMessage 的 msg，并在下一条查询前添加换行符。