Verschillen

Dit geeft de verschillen weer tussen de geselecteerde revisie en de huidige revisie van de pagina.

--- langgraph-tests [2024/10/03 22:54] – [1️⃣ Test 1] a3dijke
+++ langgraph-tests [2024/10/03 23:39] (huidige) – [2️⃣ Test 2 Router] a3dijke
@@ Regel 2: / Regel 2: @@
 🗂️ [[start|Terug naar start]]\\
 ⛓️ 🗂️ [[longchain_home|LangChain start]]\\
-🦜 🗂️ [[langgraph|LangGraph Start]]
+🦜♻️🗂️ [[langgraph|LangGraph Start]]
-💫 [[langgraph-tests|LangGraph Tests]]\\
+🦜♻️🧩 [[langgraph-basis|LangGraph Basis principes]]\\
-♻️ [[langgraph-basis|LangGraph Basis principes]]
-Ik heb op [[langgraph-basis|deze pagina hier]] eerst de nodige gegevens verzameld waarmee ik denk uit de voeten te kunnen om (gebruikmakend van die gegevens) verder te kunnen en een begin te kunnen maken met een applicatie die gebruik maakt van LangGraph. Het nut en in hoeverre de verzamelde gegevens inderdaad nuttig zouden kunnen zijn moet nog blijken😬
-**Wat wil ik bouwen:**\\
-Een applicatie voor therapeuten die een account op kwaliteitsteem.nl hebben die taken kan uitvoeren, gegevens op kan halen en aanpassen d.m.v. Natuurlijke Taal. Verder heeft de applicatie al een AI-Chatbot (CATja) waarmee de therapeut kan chatten. Mogelijk moet ook deze Chatbot in de CAT Agent worden geïntegreerd.
-De applicaties die ik bouw zijn opgebouwd ut Classes\\
+🔸 Ik heb op de [[langgraph-basis||LangGraph Basis principes]] pagina eerst de nodige gegevens verzameld waarmee ik denk uit de voeten te kunnen om //(gebruikmakend van die gegevens)// verder te kunnen en een begin te kunnen maken met een applicatie die gebruik maakt van LangGraph.
-De applicaties zijn gemaakt met Streamlit GUI //(gebruikersinterface)//
-----
+🔸 Op deze pagina //(hieronder)// vind je werkende //(verder uitgewerkte)// basis methoden
-===== LangGraph Schema =====
+----
-{{ LangGraph_basis.png?1000 }}
-----
@@ Regel 87: / Regel 81: @@
 ----
-===== 2️⃣ Test 2 Tavily Search =====
+===== 2️⃣ Test 2 Router =====
-[[tavily#voorbeeld_gebruik_tavily|Diverse methoden uitgewerkt om Tavily search te gebruiken]]
+**Bron: Les 5 van Module 1 van de cursus "Introduction to LangGraph"**\\
+[[https://academy.langchain.com/courses/take/intro-to-langgraph/lessons/58239412-lesson-5-router|Video]]\\
+[[https://colab.research.google.com/github/langchain-ai/langchain-academy/blob/main/module-1/router.ipynb|Python code in Colab]]
+> We kunnen dit zien als een router, waarbij het chatmodel routeert tussen een direct antwoord of een tool-aanroep op basis van de invoer van de gebruiker. Dit is een eenvoudig voorbeeld van een agent, waarbij de LLM de controle stroom aanstuurt door een tool aan te roepen of gewoon direct te reageren.
-----