Mendefinisikan node dan edge untuk pemanggilan fungsi yang fleksibel

Merancang Sistem Agentic dengan LangChain

Dilini K. Sumanapala, PhD

Founder & AI Engineer, Genverv, Ltd.

Membangun workflow multi-tool

   

  • Beberapa tool tersedia

    • Palindrome
    • Peristiwa sejarah
    • Wikipedia

Workflow chatbot lengkap

Merancang Sistem Agentic dengan LangChain

Definisikan fungsi workflow

   

  • Buat fungsi penghentian

Node chatbot dan tools dari workflow chatbot.

Merancang Sistem Agentic dengan LangChain

Definisikan fungsi workflow

   

  • Buat fungsi penghentian

    • Periksa pemanggilan tool

Aturan fungsi penghentian disorot.

Merancang Sistem Agentic dengan LangChain

Definisikan fungsi workflow

   

  • Buat fungsi penghentian

    • Periksa pemanggilan tool
    • Akhiri percakapan jika tidak ada

Aturan END disorot dalam workflow

Merancang Sistem Agentic dengan LangChain

Definisikan fungsi workflow

   

  • Buat fungsi penghentian

    • Periksa pemanggilan tool
    • Akhiri percakapan jika tidak ada    

  • Buat pemanggil tool dinamis

    • Kembalikan respons tool jika ada pemanggilan tool

Aturan Call_model disorot.

Merancang Sistem Agentic dengan LangChain

Definisikan fungsi workflow

   

  • Buat fungsi penghentian

    • Periksa pemanggilan tool
    • Akhiri percakapan jika tidak ada    

  • Buat pemanggil tool dinamis

    • Kembalikan respons tool jika ada pemanggilan tool
    • Panggil LLM dengan hanya node chatbot jika tidak ada pemanggilan tool

Aturan Call_model disorot.

Merancang Sistem Agentic dengan LangChain

Definisikan fungsi workflow

   

  • Buat fungsi penghentian

    • Periksa pemanggilan tool
    • Akhiri percakapan jika tidak ada    

  • Buat pemanggil tool dinamis

    • Kembalikan respons tool jika ada pemanggilan tool
    • Panggil LLM dengan hanya node chatbot jika tidak ada pemanggilan tool

  • Kompilasi graf penuh

Aturan Call_model disorot.

Merancang Sistem Agentic dengan LangChain

Buat fungsi kondisi berhenti

from langgraph.graph import MessagesState, START, END


# Use MessagesState to define the state of the stopping function
def should_continue(state: MessagesState):


    # Get the last message from the state
    last_message = state["messages"][-1]


    # Check if the last message includes tool calls
    if last_message.tool_calls:
        return "tools"


    # End the conversation if no tool calls are present
    return END
Merancang Sistem Agentic dengan LangChain

Buat pemanggil tool dinamis

# Extract the last message from the history
def call_model(state: MessagesState):

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


    # If the last message has tool calls, return the tool's response
    if isinstance(last_message, AIMessage) and last_message.tool_calls:


        # Return the messages from the tool call
        return {"messages": [AIMessage(content=last_message.tool_calls[0]["response"])]}


    # Otherwise, proceed with a regular LLM response
    return {"messages": [model_with_tools.invoke(state["messages"])]}
Merancang Sistem Agentic dengan LangChain

Buat graf

workflow = StateGraph(MessagesState)
Merancang Sistem Agentic dengan LangChain

Buat graf

workflow = StateGraph(MessagesState)


# Add nodes for chatbot and tools
workflow.add_node("chatbot", call_model)
workflow.add_node("tools", tool_node)

Node chatbot dan tools.

Merancang Sistem Agentic dengan LangChain

Buat graf

workflow = StateGraph(MessagesState)


# Add nodes for chatbot and tools
workflow.add_node("chatbot", call_model)
workflow.add_node("tools", tool_node)


# Connect the START node to the chatbot
workflow.add_edge(START, "chatbot")

Tambahkan node START ke chatbot.

Merancang Sistem Agentic dengan LangChain

Buat graf

workflow = StateGraph(MessagesState)


# Add nodes for chatbot and tools
workflow.add_node("chatbot", call_model)
workflow.add_node("tools", tool_node)


# Connect the START node to the chatbot
workflow.add_edge(START, "chatbot")


# Define conditions, then loop back to chatbot
workflow.add_conditional_edges("chatbot", 
         should_continue, ["tools", END])

Graf dengan kondisi ditambahkan.

Merancang Sistem Agentic dengan LangChain

Buat graf

workflow = StateGraph(MessagesState)


# Add nodes for chatbot and tools
workflow.add_node("chatbot", call_model)
workflow.add_node("tools", tool_node)


# Connect the START node to the chatbot
workflow.add_edge(START, "chatbot")


# Define conditions, then loop back to chatbot
workflow.add_conditional_edges("chatbot", 
         should_continue, ["tools", END])

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

Workflow graf penuh.

Merancang Sistem Agentic dengan LangChain

Menambahkan memori

# Set up memory and compile the workflow
memory = MemorySaver()

app = workflow.compile(
               checkpointer=memory)


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

Workflow graf penuh.

Merancang Sistem Agentic dengan LangChain

Ayo berlatih!

Merancang Sistem Agentic dengan LangChain

Preparing Video For Download...