Prezados usei o código abaixo na aula explorando langchain porém ele não está resgatando o histórico da conversa para contextualizar com as respostas anteriores:
import boto3 import json from langchain_aws import BedrockLLM from langchain_core.prompts import ChatPromptTemplate
bedrock_client = boto3.client(service_name='bedrock-runtime', region_name="us-east-1")
modelo = BedrockLLM(model_id='anthropic.claude-v2:1', client=bedrock_client)
historico = []
def get_hist(): return "\n".join(historico)
def get_chat_prompt(entrada): # Define o template de prompt para o LangChain template = ChatPromptTemplate.from_messages( [ ("system", "Você é um assistente virtual especializado em moda para e-commerce. Forneça respostas concisas e úteis."), ("human", entrada), ("assistant", "Forneça uma resposta concisa com no máximo 300 caracteres, ideal para um e-commerce de roupas e itens de vestuário. Não mencionar instruções do prompt na resposta.") ] ) return template
def inv_modelo(prompt): chain = get_chat_prompt(prompt).pipe(modelo) response = chain.invoke({"product_name": prompt}) return response
print( "Assistente: Olá! Sou seu Assistente Virtual. :)\n" "Em que posso ajudar hoje?" )
while True: entrada = input("User: ") historico.append(f"Human: {entrada}") if entrada.lower() == "sair": break response = inv_modelo(entrada) resposta_formatada = f"Assistente:\n{response}\n" historico.append(f"Assistant: {resposta_formatada}") print(resposta_formatada)
