LangGraph
Asystent email z LangGraph
Zbuduj asystenta email AI, który przeszukuje skrzynkę, tworzy odpowiedzi i zarządza przepływami email — z LangGraph.
emailautomationproductivityassistant
Działający kod
from langchain_openai import ChatOpenAIfrom langchain_core.tools import toolfrom langgraph.prebuilt import create_react_agent
@tooldef search_emails(query: str, limit: int = 5) -> str: """Search the inbox for emails matching a query.""" results = email_client.search(query, max_results=limit) return "\n\n".join( f"From: {e.sender}\nSubject: {e.subject}\nDate: {e.date}\nPreview: {e.body[:200]}" for e in results )
@tooldef draft_email(to: str, subject: str, body: str) -> str: """Create an email draft.""" draft_id = email_client.create_draft(to=to, subject=subject, body=body) return f"Draft created (ID: {draft_id}). Review before sending."
agent = create_react_agent( ChatOpenAI(model="gpt-4o"), tools=[search_emails, draft_email], prompt="You are an email assistant. Search emails to find context, then help draft professional replies. Always create drafts — never send directly.",)
result = await agent.ainvoke({ "messages": [("user", "Find the latest email from the marketing team and draft a reply confirming the deadline")]})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.