Các AI Agents làm lợi như thế nào từ cấu trúc của LangGraph (tiếp tục)
Trong LangGraph, mỗi trong số nhiệm vụ này có thể được chia ra thành các nodes riêng rẽ, kết nối bởi
các edges cái ra lệnh dòng thông tin. Ví dụ, tưởng tượng xây dựng một chatbot cho dịch vụ khách hàng.
Bot này có thể cần:
+ Hiểu các truy vấn người dùng: Nhận dạng dạng câu hỏi hay yêu cầu một người dùng đệ trình.
+ Định tuyến truy vấn: Quyết định liệu truy vấn có thể được xử lí tự động hay liệu nó cần leo thang thành
agent con người.
+ Ghi lại tương tác: Ghi lại cuộc trao đổi trò chuyện cho tham chiếu hay phân tích tương lai.
Mỗi trong số nhiệm vụ này có thể được trình bày bởi một node riêng rẽ trong LangGraph, cái có thể được
dễ dàng cập nhật hay điều chỉnh mà không ảnh hưởng các phần khác của dòng làm việc. Mô đun hóa này
làm nó đơn giản để mở rộng khả năng của bot theo thời gian. Cần thêm một đặc tính cái giới thiệu các
sản phẩm tới các khách hàng dựa trên các câu hỏi của họ? Chỉ thêm một node mới, kết nối nó tới dòng
làm việc hiện tại, và bạn đã tốt để đi.