Projetando Sistemas Agentes com LangChain
Dilini K. Sumanapala, PhD
Founder & AI Engineer, Genverv, Ltd.

![]()

![]()




Nós START e END do LangGraph
# Módulos para estruturar texto from typing import Annotated from typing_extensions import TypedDict# Módulos do LangGraph para definir gráficos from langgraph.graph import StateGraph, START, END from langgraph.graph.message import add_messages# Módulo para configurar o OpenAI from langchain_openai import ChatOpenAI
# Definir o LLM llm = ChatOpenAI(model="gpt-4o-mini", api_key="OPENAI_API_KEY")# Definir o State class State(TypedDict):# Definir mensagens com metadados messages: Annotated[list, add_messages]# Iniciar o StateGraph graph_builder = StateGraph(State)
# Definir função do chatbot para responder # com o modelo def chatbot(state: State): return {"messages": [llm.invoke(state["messages"])]}# Adicionar o nó chatbot ao grafo graph_builder.add_node("chatbot", chatbot)

# Definir início e fim do fluxo # da conversa graph_builder.add_edge(START, "chatbot") graph_builder.add_edge("chatbot", END)# Compilar o grafo para preparar # a execução graph = graph_builder.compile()

Projetando Sistemas Agentes com LangChain