Создание системы с ИИ-агентами на основе LangGraph: участие человека в процессе

«`html

Создание системы на основе ИИ с LangGraph: Включение человека в процесс

Настройка агента

Мы продолжим с того места, где остановились в предыдущем уроке. Первым делом настройте переменные окружения и необходимые импортные библиотеки.

pip install langgraph==0.2.53 langgraph-checkpoint==2.0.6 langgraph-sdk==0.1.36 langchain-groq langchain-community langgraph-checkpoint-sqlite==2.0.1

Определение агента

Мы создадим класс агента, который будет обрабатывать сообщения и выполнять действия. Агента можно легко настроить для работы в команде с человеком.

Добавление человека в процесс

Когда мы компилируем граф, мы добавляем параметр interrupt_before=[«action»], чтобы обеспечить ручное подтверждение перед выполнением действий.

Запуск агента

Теперь мы инициализируем систему с теми же параметрами, что и раньше. При вызове агента мы передаем конфигурацию потока с ID потока.

Интерактивное одобрение человека

Вы можете внедрить простой цикл, который будет запрашивать у пользователя подтверждение перед продолжением выполнения. Если пользователь решит не продолжать, агент остановится.

Практические решения и ценности

• Адаптивность: Агент может легко подключать человека для контроля и одобрения.
• Гибкость: Легко настраивается для различных задач и условий.
• Автоматизация: Оптимизируйте процессы с помощью ИИ и позволяйте агенту работать более эффективно.
• Улучшение взаимодействия: Поддерживайте высокое качество обслуживания клиентов с помощью человеческой проверки.

Заключение

Теперь вы знаете, как вовлечь человека в процесс. Экспериментируйте с разными прерываниями и наблюдайте за поведением агента.

«`