Skip to content
LangChain

Chatbot obsługi klienta z LangChain

Zbuduj chatbota obsługi klienta AI, który przeszukuje bazę wiedzy FAQ i odpowiada na pytania — z działającym kodem LangChain.

chatbotcustomer supportFAQknowledge base

Działający kod

LangChain
from langchain_openai import ChatOpenAI
from langchain_core.tools import tool
@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
)
model = ChatOpenAI(model="gpt-4o")
model_with_tools = model.bind_tools([search_faq])
response = model_with_tools.invoke([
("system", "You are a helpful customer support agent. Use search_faq to find answers from the knowledge base before responding. Always cite the source FAQ."),
("user", "How do I reset my password?"),
])

Krok po kroku

1

Zainstaluj zależności

Zainstaluj LangChain i wymagane narzędzia do tego przypadku użycia.

2

Zdefiniuj narzędzia

Stwórz specyficzne dla domeny funkcje narzędzi, których agent będzie używał do interakcji z zewnętrznymi serwisami.

3

Stwórz agenta i uruchom

Zainicjalizuj agenta LangChain z narzędziami, ustaw prompt systemowy i wykonaj zapytanie.

Gotowy do budowania z LangChain?

Wygeneruj gotowy do produkcji projekt z LangChain — FastAPI + Next.js, autoryzacja, streaming i więcej.

Rozpocznij

Gotowy, żeby zbudować swojego pierwszego agenta AI?

Open-source'owe narzędzia, sprawdzone wzorce, zero boilerplate'u. Skonfiguruj swój stos i wyślij w minuty — nie miesiące.