Skip to content
LangGraph

Kundensupport-Chatbot mit LangGraph

Erstellen Sie einen KI-Kundensupport-Chatbot, der Ihre FAQ-Wissensdatenbank durchsucht und Fragen präzise beantwortet — mit funktionierendem LangGraph-Code.

chatbotcustomer supportFAQknowledge base

Funktionierender Code

LangGraph
from langchain_openai import ChatOpenAI
from langchain_core.tools import tool
from langgraph.prebuilt import create_react_agent
@tool
def search_faq(query: str) -> str:
"""Search the FAQ knowledge base for relevant answers."""
results = faq_store.similarity_search(query, k=3)
return "\n\n".join(
f"Q: {r.metadata['question']}\nA: {r.page_content}"
for r in results
)
agent = create_react_agent(
ChatOpenAI(model="gpt-4o"),
tools=[search_faq],
prompt="You are a helpful customer support agent. Use search_faq to find answers from the knowledge base before responding. Always cite the source FAQ.",
)
result = await agent.ainvoke({
"messages": [("user", "How do I reset my password?")]
})
print(result["messages"][-1].content)

Schritt für Schritt

1

Abhängigkeiten installieren

Installieren Sie LangGraph und die benötigten Tools für diesen Anwendungsfall.

2

Tools definieren

Erstellen Sie domänenspezifische Tool-Funktionen, die Ihr Agent zur Interaktion mit externen Diensten verwenden wird.

3

Agent erstellen und ausführen

Initialisieren Sie den LangGraph-Agenten mit Ihren Tools, setzen Sie den System-Prompt und führen Sie eine Abfrage aus.

Bereit, mit LangGraph zu bauen?

Generieren Sie ein produktionsbereites Projekt mit vorkonfiguriertem LangGraph — FastAPI + Next.js, Auth, Streaming und mehr.

Loslegen

Bereit, deinen ersten Produktions-KI-Agenten zu bauen?

Open-Source-Tools, kampferprobte Patterns, null Boilerplate. Konfiguriere deinen Stack und shippe in Minuten — nicht Monaten.