PaperAgent 2024年07月19日
实战LangGraph中实现「人机交互」!如何确保Agent系统每一步都符合预期?
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

本文介绍了如何在LangGraph中实现“人机交互”(Human-in-the-Loop,简称HIL)的机制,通过在LangGraph中设置断点来实现。在执行图的关键点暂停,等待用户的输入,以确保每一步都符合用户的期望。作者通过Streamlit构建了一个应用,展示了在执行工具前设置断点,询问用户是否批准工具的选择,并根据用户的回答继续或中断执行的过程。

👨‍💻 **LangGraph中的断点设置**:通过在LangGraph中设置断点,可以使执行图在关键点暂停,等待用户的输入。例如,在执行工具之前设置断点,检查智能助手是否选择了正确的工具。如果选对了,则继续执行;如果没选对,则暂停,等待用户的指示。

🤖 **Streamlit应用展示**:作者使用Streamlit构建了一个应用,展示了HIL机制的实现过程。该应用定义了模型、工具和函数,并通过LangGraph定义了一个工作流程图。在执行过程中,系统会生成一个验证消息,询问用户是否批准工具的选择。如果用户回答“yes”,则继续执行;如果用户回答其他内容,则从用户输入的新消息开始执行。

💬 **人机交互的优势**:HIL机制不仅让智能助手的操作更加透明,还让你能够实时干预和批准工具的选择,确保每一步都符合你的期望。

🔄 **LangGraph和HIL的魅力**:通过LangGraph和HIL的结合,可以构建出更加智能、更懂用户的AI智能体。

🧰 **应用场景**:HIL机制可以应用于各种需要用户参与的AI系统,例如自动驾驶、医疗诊断、金融交易等领域。

💡 **未来展望**:随着AI技术的不断发展,HIL机制将变得更加重要,它将帮助我们构建更加安全、可靠、可控的AI系统。

🧠 **总结**:LangGraph中的人机交互机制通过设置断点,让用户能够实时参与到AI系统的执行过程中,确保每一步都符合用户的期望。

🚀 **思考**:如何进一步提高HIL机制的效率和用户体验?

🌐 **拓展**:除了LangGraph,还有哪些其他平台可以实现HIL机制?

💡 **启发**:人机交互是构建更加智能、更懂用户的AI系统的关键。

🧠 **思考**:如何进一步提高HIL机制的效率和用户体验?

🌐 **拓展**:除了LangGraph,还有哪些其他平台可以实现HIL机制?

💡 **启发**:人机交互是构建更加智能、更懂用户的AI系统的关键。

🧠 **思考**:如何进一步提高HIL机制的效率和用户体验?

🌐 **拓展**:除了LangGraph,还有哪些其他平台可以实现HIL机制?

💡 **启发**:人机交互是构建更加智能、更懂用户的AI系统的关键。

猕猴桃 2024-07-19 11:53 湖北

嘿,大家好!这里是一个专注于AI智能体的频道!今天我们聊聊如何在LangGraph中实现“人机交互”(Hum

嘿,大家好!这里是一个专注于AI智能体的频道!

今天我们聊聊如何在LangGraph中实现“人机交互”(Human-in-the-Loop,简称HIL)的机制。这可是让智能系统更懂你、更贴心的秘密武器哦!

想象一下,你的智能助手在执行任务时突然停下来,问你:“嘿,我接下来要用这个工具,你觉得怎么样?”这就是HIL的核心——在关键时刻让人类介入,确保每一步都符合你的期望。

具体怎么做呢?我们通过在LangGraph中设置断点来实现。这些断点会在执行图的关键点暂停,等待你的输入。在我的例子中,我们在一个工具被执行之前设置了一个断点,检查智能助手是否选择了正确的工具。如果选对了,我们继续;如果没选对,那就停下来,等待你的指示。

考虑到代码块放在文章之中太长,影响观看体验,获取本文代码脚本,请后台私信  人机交互agent

为了展示这个过程,我们用Streamlit做了一个应用。你需要下载代码,然后在cmd运行它。代码中,我们首先设置了环境变量,定义了模型(我们用的是OpenAI的GPT-4o模型,当然你也可以尝试其他模型)。

接下来,我们定义了两个工具:一个是用来做互联网搜索的,另一个是简单的加法工具。通过ToolExecutor,我们管理并执行这些工具。然后,我们定义了一些函数,比如should_continue来判断是否继续执行,call_model来调用模型,call_tool来执行工具。

最后,我们用LangGraph定义了一个工作流程图,有两个节点:agent和action。agent节点调用模型,action节点调用工具。我们设置了从agent到action的条件边,以及从action回agent的正常边,形成了一个循环。

关键的是,我们在编译图时加入了检查点,这样在执行过程中可以支持中断。我们使用SqliteSaver来保存状态,确保在中断前能够保存当前的执行状态。

运行这个应用时,用户输入一个问题,智能助手会选择合适的工具,并显示工具名称。然后,系统会生成一个验证消息,询问用户是否批准。如果用户回答“yes”,那么工具调用消息会被添加到状态中,继续执行。如果用户回答其他内容,执行将从用户输入的新消息开始。

通过这种方式,HIL机制不仅让智能助手的操作更加透明,还让你能够实时干预和批准工具的选择,确保每一步都符合你的期望。是不是很酷?这就是LangGraph和HIL的魅力所在!

好了,这就是我今天想分享的内容。如果你对构建AI智能体感兴趣,别忘了点赞、关注噢~


Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

LangGraph 人机交互 HIL AI智能体 Streamlit
相关文章