Definire nodi e archi per chiamate di funzione flessibili

Progettare sistemi agentici con LangChain

Dilini K. Sumanapala, PhD

Founder & AI Engineer, Genverv, Ltd.

Creare un workflow multi-strumento

   

  • Più strumenti disponibili

    • Palindrome
    • Eventi storici
    • Wikipedia

Flusso completo del chatbot

Progettare sistemi agentici con LangChain

Definire funzioni del workflow

   

  • Crea una funzione di arresto

Nodi chatbot e strumenti del workflow.

Progettare sistemi agentici con LangChain

Definire funzioni del workflow

   

  • Crea una funzione di arresto

    • Controlla le chiamate agli strumenti

Regole della funzione di arresto evidenziate.

Progettare sistemi agentici con LangChain

Definire funzioni del workflow

   

  • Crea una funzione di arresto

    • Controlla le chiamate agli strumenti
    • Termina la conversazione se assenti

Regole END evidenziate nel workflow

Progettare sistemi agentici con LangChain

Definire funzioni del workflow

   

  • Crea una funzione di arresto

    • Controlla le chiamate agli strumenti
    • Termina la conversazione se assenti    

  • Crea un chiamante di strumenti dinamico

    • Restituisce la risposta di uno strumento se presente una chiamata

Regole di Call_model evidenziate.

Progettare sistemi agentici con LangChain

Definire funzioni del workflow

   

  • Crea una funzione di arresto

    • Controlla le chiamate agli strumenti
    • Termina la conversazione se assenti    

  • Crea un chiamante di strumenti dinamico

    • Restituisce la risposta di uno strumento se presente una chiamata
    • Invoca l'LLM con solo il nodo chatbot se non ci sono chiamate

Regole di Call_model evidenziate.

Progettare sistemi agentici con LangChain

Definire funzioni del workflow

   

  • Crea una funzione di arresto

    • Controlla le chiamate agli strumenti
    • Termina la conversazione se assenti    

  • Crea un chiamante di strumenti dinamico

    • Restituisce la risposta di uno strumento se presente una chiamata
    • Invoca l'LLM con solo il nodo chatbot se non ci sono chiamate

  • Compila il grafo completo

Regole di Call_model evidenziate.

Progettare sistemi agentici con LangChain

Crea una funzione di condizione di arresto

from langgraph.graph import MessagesState, START, END


# Usa MessagesState per definire lo stato della funzione di arresto
def should_continue(state: MessagesState):


    # Ottieni l'ultimo messaggio dallo stato
    last_message = state["messages"][-1]


    # Verifica se l'ultimo messaggio include chiamate agli strumenti
    if last_message.tool_calls:
        return "tools"


    # Termina la conversazione se non ci sono chiamate agli strumenti
    return END
Progettare sistemi agentici con LangChain

Crea un chiamante di strumenti dinamico

# Estrai l'ultimo messaggio dalla cronologia
def call_model(state: MessagesState):

    last_message = state["messages"][-1]


    # Se l'ultimo messaggio ha chiamate agli strumenti, restituisci la risposta dello strumento
    if isinstance(last_message, AIMessage) and last_message.tool_calls:


        # Restituisci i messaggi dalla chiamata allo strumento
        return {"messages": [AIMessage(content=last_message.tool_calls[0]["response"])]}


    # Altrimenti, procedi con una normale risposta dell'LLM
    return {"messages": [model_with_tools.invoke(state["messages"])]}
Progettare sistemi agentici con LangChain

Crea il grafo

workflow = StateGraph(MessagesState)
Progettare sistemi agentici con LangChain

Crea il grafo

workflow = StateGraph(MessagesState)


# Aggiungi i nodi per chatbot e strumenti
workflow.add_node("chatbot", call_model)
workflow.add_node("tools", tool_node)

Nodi chatbot e strumenti.

Progettare sistemi agentici con LangChain

Crea il grafo

workflow = StateGraph(MessagesState)


# Aggiungi i nodi per chatbot e strumenti
workflow.add_node("chatbot", call_model)
workflow.add_node("tools", tool_node)


# Collega il nodo START al chatbot
workflow.add_edge(START, "chatbot")

Aggiungi il nodo START al chatbot.

Progettare sistemi agentici con LangChain

Crea il grafo

workflow = StateGraph(MessagesState)


# Aggiungi i nodi per chatbot e strumenti
workflow.add_node("chatbot", call_model)
workflow.add_node("tools", tool_node)


# Collega il nodo START al chatbot
workflow.add_edge(START, "chatbot")


# Definisci le condizioni, poi torna al chatbot
workflow.add_conditional_edges("chatbot", 
         should_continue, ["tools", END])

Grafo con condizioni aggiunte.

Progettare sistemi agentici con LangChain

Crea il grafo

workflow = StateGraph(MessagesState)


# Aggiungi i nodi per chatbot e strumenti
workflow.add_node("chatbot", call_model)
workflow.add_node("tools", tool_node)


# Collega il nodo START al chatbot
workflow.add_edge(START, "chatbot")


# Definisci le condizioni, poi torna al chatbot
workflow.add_conditional_edges("chatbot", 
         should_continue, ["tools", END])

workflow.add_edge("tools", "chatbot")

Workflow del grafo completo.

Progettare sistemi agentici con LangChain

Aggiungere la memoria

# Configura la memoria e compila il workflow
memory = MemorySaver()

app = workflow.compile(
               checkpointer=memory)


display(Image(app.get_graph()
        .draw_mermaid_png()))

Workflow del grafo completo.

Progettare sistemi agentici con LangChain

Esercitiamoci!

Progettare sistemi agentici con LangChain

Preparing Video For Download...