01_对话历史Agent

腾飞开源
优质创作者: 人工智能技术领域
2025-09-29 09:03:47

课时名称课时知识点
01_对话历史Agent该对话历史Agent负责从Redis记忆系统中检索用户对话历史，并使用LLM生成历史摘要。通过Jinja2模板构建提示词，实现对话历史的智能化压缩和关键信息提取，为后续Agent决策提供上下文支持。
...全文
62 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
【LangGraph】langgraph.prebuilt.create_react_agent() 函数：快速创建基于 ReAct（Reasoning + Acting）架构的智能代理
langgraph.prebuilt.create_react_agent 是 LangGraph 库中的一个预构建函数，位于 langgraph.prebuilt 模块，用于快速创建基于 ReAct（Reasoning + Acting）架构的智能代理。LangGraph 是 LangChain 生态的扩展，专注于构建复杂、有状态的工作流，通过状态图（State Graph）管理节点和边，支持动态路由、循环和多代理协作。它通过封装 LLM、工具和状态管理，简化了开发流程，支持多轮对话、工具调用和流式输出。
使用LangGraph构建具备记忆功能的智能对话Agent
本文介绍了使用LangGraph框架构建具备记忆功能的智能对话Agent的实现方法。通过一个完整的代码示例，展示了如何创建能够查询天气并保持对话上下文的Agent系统。关键实现包括：定义工具函数（如天气查询）、配置语言模型、实现流式输出处理、创建React Agent并集成MemorySaver记忆功能。该系统支持多轮对话和会话隔离，采用"推理-行动"模式处理用户请求。这种架构可扩展为更复杂的业务应用，如多工具集成、多模态支持等场景，为开发智能对话系统提供了有效参考。
五、AIGC大模型_09手动实现ReAct_Agent
是 LangGraph 提供的一个预构建方法（from langgraph.prebuilt import create_react_agent），它可以将语言模型（LLM）和一组工具（Tools）结合起来，创建一个能够根据用户输入自动调用工具的智能代理，这个代理可以根据用户的请求，决定是否需要调用某个工具，并将工具的输出反馈给用户这个函数如此好用，那么，其实现原理是什么，我们能否自定义方法实现ReAct_Agent呢？
2. langgraph中的react agent使用 (在react agent添加历史消息)
我们定义一个获取天气信息的工具，该工具接受一个城市名称作为参数，并返回相应的天气信息。@toolelse:为了更好地展示对话过程，我们定义一个函数，用于打印流式输出的消息。
[Ai Agent] 05 LangChain Agents 实战：从 ReAct 到带记忆的流式智能体
本文精要介绍了LangChain中Agents模块的核心功能与应用，涵盖：使用@tool装饰器封装工具、构建通用Agent（create_tool_calling_agent）与SQL专用Agent（create_sql_agent）、结合记忆功能升级智能体，以及缓存、流式输出等优化技巧。
腾飞开源课程社区

106

社区成员

243

社区内容

发帖
与我相关
我的任务
社区描述
腾飞开源技术团队，深耕人工智能和IoT领域，擅长Java、Python、Vue等技术栈。熟悉主流的微服务架构开发，AI智能体开发，RAG知识库构建。长期致力于原创软件开源、技术创新，为推动行业发展贡献
人工智能 个人社区 广东省·广州市
社区管理员
  • 腾飞开源
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章