【langchain学习】使用langgraph构建简单聊天机器人

本文档介绍如何使用 langgraph 库来构建一个简单的聊天机器人。逐步解释代码，并展示如何定义状态、节点和边。

1. 导入必要的模块

首先，我们需要导入相关模块和函数：

from config import llm
from typing import Annotated
from typing_extensions import TypedDict
from langgraph.graph import StateGraph, START, END
from langgraph.graph.message import add_messages

• llm：导入LLM配置，用于处理聊天消息。
• Annotated：用于类型注解。
• TypedDict：定义类型字典。
• StateGraph, START, END：langgraph库中的图和状态常量。
• add_messages：定义如何更新消息列表。

2. 定义状态类型

我们定义一个状态类型 State，其中包含一个消息列表。add_messages 函数用于将新消息添加到列表中。

class State(TypedDict):
    messages: Annotated[list, add_messages]

3. 创建状态图构建器

使用 StateGraph 类创建一个图构建器实例，并指定状态类型为 State。

graph_builder = StateGraph(State)

4. 定义聊天机器人函数

定义一个函数 chatbot，它接受一个状态参数，并返回一个包含新消息的字典。该函数调用 llm.invoke 来生成响应。

def chatbot(state: State):
    return {"messages": [llm.invoke(state["messages"])]}

5. 添加节点和边

使用 graph_builder 添加节点和边：

graph_builder.add_node("chatbot", chatbot)
graph_builder.add_edge(START, "chatbot")
graph_builder.add_edge("chatbot", END)

• add_node("chatbot", chatbot)：添加名为 chatbot 的节点，并指定其处理函数。
• add_edge(START, "chatbot")：添加从 START 到 chatbot 的边。
• add_edge("chatbot", END)：添加从 chatbot 到 END 的边。

6. 编译图

编译图以便使用。

graph = graph_builder.compile()

7. 运行聊天机器人

使用 while 循环持续运行聊天机器人，直到用户输入 quit、exit 或 q。每次用户输入后，图会处理输入并生成响应。

while True:
    user_input = input("User: ")
    if user_input.lower() in ["quit", "exit", "q"]:
        print("Goodbye!")
        break
    for event in graph.stream({"messages": ("user", user_input)}):
        for value in event.values():
            print("Assistant:", value["messages"][-1].content)

结果如下：

User: hello
Assistant: Hello 👋! I'm ZhiPuQingYan（智谱清言）, you can call me Xiaozhi🤖, the artificial intelligence assistant, nice to meet you. Feel free to ask me any questions.
User: