深度学习-126-LangGraph之基础知识(三)添加记忆和Human_in_the_loop的聊天机器人

最新推荐文章于 2025-05-11 14:20:22 发布

皮皮冰燃

最新推荐文章于 2025-05-11 14:20:22 发布

阅读量269

点赞数 4

分类专栏：深度学习文章标签：深度学习人工智能 LangGraph

本文链接：https://blog.csdn.net/qq_20466211/article/details/145677571

版权

深度学习专栏收录该内容

161 篇文章 ¥69.90 ¥99.00

订阅专栏

超级会员免费看

文章目录

1 聊天机器人(基于内置工具节点)
2 聊天机器人(添加记忆)
3 Human-in-the-loop
4 参考附录

使用LangGraph，给聊天机器人添加记忆，并添加Human_in_the_loop加入人工干预功能。

1 聊天机器人(基于内置工具节点)

为了处理聊天机器人无法 “凭记忆” 回答的查询，我们将集成一个网络搜索工具。我们的机器人可以使用这个工具找到相关信息并提供更好的回复。
使用LangGraph的预构建ToolNode和预构建的tools_condition。

1.1 百度搜索工具

from baidusearch.baidusearch import search
from langchain.tools import tool
@tool
def baidu_search(keyword:str)->str:
    """使用此百度浏览器工具,搜索相关的内容"""
    results

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

皮皮冰燃

关注关注

4
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

【书籍阅读】-人在回路机器学习 Human-in-the-Loop Machine Learning（一）

春天

03-25

6439

Human-in-the-loop 最近在看这本书，记一些笔记帮助梳理。基本上是重点部分翻译+梳理+自己的理解。（最开始在知乎上看到有人写这本书的笔记，但是好像后面断更了，所以就自己写啦，希望可以坚持看完hh）文章目录PART 1: First StepsChapter 1. Introduction to Human-in-the-Loop Machine Learning1.1 The basic principles of Human-in-the-Loop Machine Learning

大模型从入门到应用——LangChain：记忆（Memory）-[基础知识]

热门推荐

冯·诺依曼

08-06

1万+

默认情况下，链（Chains）和代理（Agents）是无状态的，这意味着它们将每个传入的查询视为独立的（底层的LLM和聊天模型也是如此）。在某些应用程序中（如：聊天机器人），记住先前的交互则非常重要。记忆（Memory）正是为此而设计的。LangChain提供两种形式的记忆组件。首先，LangChain提供了用于管理和操作先前聊天消息的辅助工具，这些工具都被设计为模块化的使用方式。其次，LangChain提供了将这些工具轻松整合到链中的方法。记忆涉及了在用户与语言模型的交互过程中保持状态的概念。

参与评论您还未登录，请先登录后发表或查看评论

LangGraph中的Human-in-the-loop技术（GPT-4o 回答）

weixin_41338279的博客

02-05

715

Human-in-the-loop（人类参与）是一种将人类输入整合到自动化流程中的技术。在这一过程中，人类在关键阶段对机器生成的结果进行决策、验证或修改，从而确保最终输出的准确性和可靠性。这种方法特别适用于那些对错误容忍度极低的场景，如合规、决策制定和内容生成等。

使用LangGraph中断构建人在回路代理

段智华的博客

12-20

443

代理（agents）的能力日益增强，在构建代理时，保持人在回路（human-in-the-loop）变得至关重要。Replit公司总裁Michele Catasta在炉边谈话中，多次强调了人类参与在代理设计中的重要性。从一开始，LangGraph公司将这一理念融入了LangGraph的设计中，这也是许多公司选择在LangGraph上构建代理的关键原因之一。

人充当LLM Agent的工具（Human-In-The-Loop ），提升复杂问题解决成功率

张伟的专栏

11-18

1020

在Agent开发过程中，LLM充当Agent的大脑，对问题进行规划、分解、推理，在执行过程中合理选择利用工具（Tool）解决某些具体领域的子问题。一般来说，大家习惯了选择使用搜索、计算器、code interperter之类的工具，但实际上，人也可以作为LLM的工具之一，被添加到解决问题的循环中，这被称作Human-In-The-Loop。而在 "Human In loop "下，Agent专注完成为用户请求，而过程中的人工支持对用户是透明的。举例，让agent回答：科布斯-葛瑞林的生日是几月几号？

LangGraph：循环机制与状态图革新AI代理

XianxinMao的博客

02-10

928

LangGraph通过引入循环机制和状态图设计，显著提升了AI代理的灵活性和动态性。用户可以通过定义节点和边来构建状态图，使代理能够根据决策动态调用工具或结束流程。LangGraph支持两种代理运行时：代理执行器和聊天代理执行器，后者特别适合基于聊天的模型，并支持流式处理，实时监控代理的决策过程。此外，LangGraph还引入了“人类在环”组件，允许在工具执行前进行人工验证，增强了系统的可控性和安全性。通过强制调用特定工具作为代理的第一步操作，LangGraph确保了关键工具的优先执行，提升了系统的可靠性和

基于大模型智能体Agent的LangGraph入门与实战

01-11

基于大模型智能体Agent的LangGraph入门与实战课程目标：本课程旨在为LangGraph的初学者提供深入的理论知识和实践技能，使其能够独立构建和部署基于LangGraph的应用程序。课程形式：理论讲解 + 实战演练第1课 LangGraph基础架构与环境配置-LangGraph的概念解析第2课 LangGraph基础架构与环境配置-LangGraph的环境搭建与依赖管理第3课 LangGraph的基础原理与应用入门-构建基本聊天机器人及使用工具增强第4课 LangGraph的基础原理与应用入门-内存管理、人在回路、状态更新第5课 LangGraph高级图控制技术-并行节点扇出和扇入、增加额外步骤、条件分支第6课 LangGraph高级图控制技术-稳定排序、Map-Reduce并行执行、图递归控制第7课 LangGraph持久化机制与状态管理-线程级持久化、子图持久化、跨线程持久化第8课 LangGraph Human-in-the-loop-断点设置、动态设置断点、编辑更新状态第9课 LangGraph Human-in-the-loop-等待用户输入、时间旅行、工具评审第10课 LangGraph在具有长期记忆的有状态Agent中的应用-长期记忆及短期记忆、过滤信息、删掉信息第11课 LangGraph在具有长期记忆的有状态Agent中的应用-摘要总结、跨线程持久化、代理语义搜索第12课 LangGraph工具集成与调用-直接调用ToolNode、大模型使用工具第13课 LangGraph工具集成与调用-工具调用报错处理、运行时值传递给工具、注入参数第14课 LangGraph工具集成与调用-配置传入工具、从工具更新图状态、管理大量工具第15课 LangGraph子图设计与实现-添加及使用子图、父图及子图状态管理第16课 LangGraph子图设计与实现-子图状态的查看与更新、子图输入输出的转换与处理第17课 LangGraph项目实战演练-多智能体系统主管委托各个代理第18课 LangGraph课程复习与答疑自我反思案例及论文案例讲解

UC San Diego的三大机器人：AnyTeleop、Open-TeleVision、Bunny-VisionPro——从RGB相机到VR远程控制机器人

结构之法算法之道

07-12

1万+

这篇论文的链接，我当时快速看了一遍，还是有价值的一个工作(其应该有受humanplus工作的其他)，一直想做下解读来着，无奈过去一周一直在弄mamba2的解读，所以没来得及弄。码器捕捉图像和本体感觉标记的关系，Transformer解码器输出特定块大小的动作序列。手腕的姿态流式传输到服务器。服务器将人类姿态重新定向到机器人，并将关节位置目标。如下图所示，便是TeleVision的远程操作数据收集和学习设置。7.3日，我司大模型机器人(具身智能)线下营群里的一学员发了《左：我们的远程操作系统。

人在回路机器学习Human-in-the-Loop_Machine_Learning.pdf

09-22

Human-in-the-Loop Machine Learning lays out methods for humans and machines to work together effectively. Summary Most machine learning systems that are deployed in the world today learn from human ...

Ai里的话术 human in the loop是啥意思

百态老人的博客

07-20

1437

例如，OpenAI的GPT-4模型在训练过程中采用了Human-in-the-Loop策略，通过用户的反馈不断调整模型，提高模型的准确性和泛化能力9,10。数据标注是Human-in-the-Loop的基础，通过多人协作和多样化的标注策略，可以显著提高数据的准确性和多样性，从而提升模型的性能。2023年，Human-in-the-Loop（HITL）技术在人工智能领域取得了显著的进展，特别是在多代理系统中的应用、视频生音频技术的突破，以及自动驾驶汽车中的强化学习算法等方面。

08-03

人在环路是通过整合人类的知识和经验，以最小的代价训练出准确的预测模型。人与机器更密切地进行合作、让双方发挥各自最主要的优势，达到效益最大化。来自华东师范大学研究人员关于人在环路机器学习综述论文，详细...

AI Agent 终结者 LangGraph！

JavaEdge全是干货的技术号

08-09

405

点击下方“JavaEdge”，选择“设为星标”第一时间关注技术干货！免责声明~任何文章不要过度深思！万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更「没有适用于所有人的解决方案」；不要急着评判文章列出的观点，只需代入其中，适度审视一番自己即可，能「跳脱出来从外人的角度看看现在的自己处在什么样的阶段」才不为俗人。怎么想、怎么做，全在乎自己「不断实践中寻找适合自己的大道」⚡...

Pycharm（十九）深度学习

higerwy的博客

05-06

1384

深度学习是机器学习中的一种特殊方法，它使用称为神经网络的复杂结构，特别是“深层”的神经网络，来学习和做出预测。深度学习特别适合处理大规模和高维度的数据，如图像、声音和文本。深度学习、机器学习和人工智能之间的关系如下图所示：深度学习⊆机器学习⊆人工智能优点：1）精度高，性能优于其他的机器学习算法，甚至在某些领域超过了人类；2）随之计算机硬件的发展，可以近似任意的非线性函数；3）近年来在学界和业界受到了热捧，有大量的框架和库可供调。缺点：1）黑箱。

Python数据分析案例74——基于内容的深度学习推荐系统（电影推荐）

weixin_46277779的博客

05-10

1422

CNN处理图片

minato_wdz的博客

05-09

946

ilterargnp..array([[1/162/16erfilterarg−1)==[3120。

Lora原理及实现浅析