Concevoir des systèmes agentiques avec LangChain
Dilini K. Sumanapala, PhD
Founder & AI Engineer, Genverv, Ltd.

![]()

![]()




Nœuds START et END de LangGraph
# Modules pour structurer le texte from typing import Annotated from typing_extensions import TypedDict# Modules LangGraph pour définir des graphes from langgraph.graph import StateGraph, START, END from langgraph.graph.message import add_messages# Module pour configurer OpenAI from langchain_openai import ChatOpenAI
# Définir le llm llm = ChatOpenAI(model="gpt-4o-mini", api_key="OPENAI_API_KEY")# Définir l'état class State(TypedDict):# Définir des messages avec métadonnées messages: Annotated[list, add_messages]# Initialiser StateGraph graph_builder = StateGraph(State)
# Définir la fonction du clavardoir pour répondre # avec le modèle def chatbot(state: State): return {"messages": [llm.invoke(state["messages"])]}# Ajouter le nœud du clavardoir au graphe graph_builder.add_node("chatbot", chatbot)

# Définir le début et la fin du # flux de conversation graph_builder.add_edge(START, "chatbot") graph_builder.add_edge("chatbot", END)# Compiler le graphe pour le # préparer à l'exécution graph = graph_builder.compile()

Concevoir des systèmes agentiques avec LangChain