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
from langchain_openai import ChatOpenAIfrom langchain_core.tools import toolfrom langgraph.prebuilt import create_react_agent
@tooldef 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.
Zbuduj z innymi frameworkami
Więcej poradników z LangGraph
Gotowy do budowania z LangGraph?
Wygeneruj gotowy do produkcji projekt z LangGraph — FastAPI + Next.js, autoryzacja, streaming i więcej.
RozpocznijGotowy, żeby zbudować swojego pierwszego agenta AI?
Open-source'owe narzędzia, sprawdzone wzorce, zero boilerplate'u. Skonfiguruj swój stos i wyślij w minuty — nie miesiące.