Определение узлов и рёбер для гибкого вызова функций

Проектирование агентных систем с LangChain

Dilini K. Sumanapala, PhD

Founder & AI Engineer, Genverv, Ltd.

Создание многоинструментального рабочего процесса

   

  • Несколько доступных инструментов

    • Палиндром
    • Исторические события
    • Wikipedia

Полный рабочий процесс чат-бота

Проектирование агентных систем с LangChain

Определение функций рабочего процесса

   

  • Создайте функцию остановки

Узлы чат-бота и инструментов в рабочем процессе.

Проектирование агентных систем с LangChain

Определение функций рабочего процесса

   

  • Создайте функцию остановки

    • Проверка вызовов инструментов

Правила функции остановки выделены.

Проектирование агентных систем с LangChain

Определение функций рабочего процесса

   

  • Создайте функцию остановки

    • Проверка вызовов инструментов
    • Завершение диалога при их отсутствии

Правила END выделены в рабочем процессе

Проектирование агентных систем с LangChain

Определение функций рабочего процесса

   

  • Создайте функцию остановки

    • Проверка вызовов инструментов
    • Завершение диалога при их отсутствии    

  • Создайте динамический вызыватель инструментов

    • Возврат ответа инструмента при наличии вызова

Правила call_model выделены.

Проектирование агентных систем с LangChain

Определение функций рабочего процесса

   

  • Создайте функцию остановки

    • Проверка вызовов инструментов
    • Завершение диалога при их отсутствии    

  • Создайте динамический вызыватель инструментов

    • Возврат ответа инструмента при наличии вызова
    • Вызов LLM только через узел чат-бота при отсутствии вызовов

Правила call_model выделены.

Проектирование агентных систем с LangChain

Определение функций рабочего процесса

   

  • Создайте функцию остановки

    • Проверка вызовов инструментов
    • Завершение диалога при их отсутствии    

  • Создайте динамический вызыватель инструментов

    • Возврат ответа инструмента при наличии вызова
    • Вызов LLM только через узел чат-бота при отсутствии вызовов

  • Скомпилируйте полный граф

Правила call_model выделены.

Проектирование агентных систем с LangChain

Создание функции условия остановки

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
Проектирование агентных систем с LangChain

Создание динамического вызывателя инструментов

# 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"])]}
Проектирование агентных систем с LangChain

Создание графа

workflow = StateGraph(MessagesState)
Проектирование агентных систем с LangChain

Создание графа

workflow = StateGraph(MessagesState)


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

Узлы чат-бота и инструментов.

Проектирование агентных систем с LangChain

Создание графа

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")

Добавление узла START к чат-боту.

Проектирование агентных систем с LangChain

Создание графа

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])

Граф с добавленными условиями.

Проектирование агентных систем с LangChain

Создание графа

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")

Полный рабочий процесс графа.

Проектирование агентных систем с LangChain

Добавление памяти

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

app = workflow.compile(
               checkpointer=memory)


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

Полный рабочий процесс графа.

Проектирование агентных систем с LangChain

Давайте потренируемся!

Проектирование агентных систем с LangChain

Preparing Video For Download...