Skip to content
LangGraph

Chatbot obsługi klienta z LangGraph

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

chatbotcustomer supportFAQknowledge base

Działający kod

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)

Krok po kroku

1

Zainstaluj zależności

Zainstaluj LangGraph 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 LangGraph z narzędziami, ustaw prompt systemowy i wykonaj zapytanie.

Gotowy do budowania z LangGraph?

Wygeneruj gotowy do produkcji projekt z LangGraph — 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.