𝗖𝗼𝗻𝘃𝗲𝗿𝘀𝗮𝘁𝗶𝗼𝗻𝘀𝗴𝗲𝗱ä𝗰𝗵𝘁𝗻𝗶𝘀 𝗳ü𝗿 𝗟𝗮𝗻𝗴𝗖𝗵𝗮𝗶𝗻 𝗔𝗴𝗲𝗻𝘁𝗲𝗻
Sie können LangChain-Agenten intelligenter machen, indem Sie ihnen ein Gedächtnis hinzufügen. Dies ermöglicht es ihnen, sich Fakten aus vorherigen Nachrichten zu merken.
In diesem Beitrag verwandle ich einen Support-Agenten in ein Multi-Turn-Tool.
In der ersten Runde sucht der Agent einen Kunden und eine Rechnung. In der zweiten Runde erstellt der Agent ein Ticket, ohne erneut nach den IDs zu fragen.
Drei wichtige Konzepte, die man kennen sollte:
- Checkpointer: Dieser fungiert als Kurzzeitgedächtnis. Er speichert Nachrichten und den Zustand nach jedem Schritt.
- thread_id: Dies ist Ihr Konversationsschlüssel. Verwenden Sie dieselbe ID, um einen Chat fortzusetzen. Verwenden Sie eine neue ID, um eine neue Sitzung zu starten.
- Store: Dies ist das Langzeitgedächtnis für Fakten wie Benutzerpräferenzen.
So funktioniert es in einem Support-Ablauf:
- Der Benutzer bittet darum, die Kunden-ID 1042 und die Rechnung 8891 nachzuschlagen. Der Agent findet die Daten.
- Der Benutzer sagt „Erstelle das Ticket“. Der Agent erinnert sich an die IDs aus dem ersten Schritt und schließt die Aufgabe ab.
Verwenden Sie zum Testen MemorySaver. Er hält den Zustand in Ihrem lokalen Prozess.
Wichtig: MemorySaver wird gelöscht, wenn Ihr Code aufhört zu laufen. Verwenden Sie für die Produktion eine Datenbank wie Postgres oder SQLite. Der Code bleibt gleich, da sich die thread_id-API nicht ändert.
Halten Sie Sitzungen getrennt, indem Sie für verschiedene Benutzer unterschiedliche thread_id verwenden. Dies verhindert, dass Daten einer Person in den Chat einer anderen Person gelangen.
Im Ordner langchain-agent-memory-nodejs-demo finden Sie die vollständigen Skripte.
Quelle: https://dev.to/zsevic/conversation-memory-for-langchain-agents-31pa
Optionale Lern-Community: https://t.me/GyaanSetuAi