深度学习-126-LangGraph之基础知识(三)添加记忆和Human_in_the_loop的聊天机器人

文章目录

  • 1 聊天机器人(基于内置工具节点)
    • 1.1 百度搜索工具
    • 1.2 绑定工具的聊天模型
    • 1.3 创建图(基于内置节点)
    • 1.4 调用图
  • 2 聊天机器人(添加记忆)
    • 2.1 创建MemorySaver
    • 2.2 创建图
    • 2.3 编译图(带记忆)
    • 2.4 调用图(带线程)
  • 3 Human-in-the-loop
    • 3.1 工具节点human_assistance
    • 3.2 绑定工具的聊天模型
    • 3.3 聊天机器人
    • 3.4 调用图
    • 3.5 恢复执行
      • 3.5.1 invoke方式
      • 3.5.2 stream方式
  • 4 参考附录

使用LangGraph,给聊天机器人添加记忆,并添加Human_in_the_loop加入人工干预功能。

1 聊天机器人(基于内置工具节点)

为了处理聊天机器人无法 “凭记忆” 回答的查询,我们将集成一个网络搜索工具。我们的机器人可以使用这个工具找到相关信息并提供更好的回复。
使用LangGraph的预构建ToolNode和预构建的tools_condition。

1.1 百度搜索工具

from baidusearch.baidusearch import search
from langchain.tools import tool
@tool
def baidu_search(keyword:str)->str:
    """使用此百度浏览器工具,搜索相关的内容"""
    results 

你可能感兴趣的:(深度学习,深度学习,人工智能,LangGraph)