Übungen - Conversational AI & Chat Systems¶

🎯 Lernziele¶

In diesen Übungen werden Sie: - Ein erstes Chat-System mit Gedächtnis implementieren - Verschiedene Memory-Strategien verstehen und anwenden - Kontext-basierte Antworten für Finanzberatung entwickeln - Chat-Interfaces mit LangFlow erstellen

Aufgabe 1: Basis Chat-System mit Memory¶

Ziel: Implementieren Sie ein einfaches Chat-System mit Conversation Memory

Starter-Code¶

from langchain.memory import ConversationBufferMemory
from langchain.llms import OpenAI
from langchain.chains import ConversationChain

# TODO: Implementieren Sie ein Chat-System mit Memory
# Verwenden Sie das bereitgestellte Notebook: ./06_chat.ipynb

Schritte:¶

Öffnen Sie 06_chat.ipynb
Implementieren Sie ConversationBufferMemory
Testen Sie verschiedene Memory-Strategien
Erstellen Sie eine Finance-spezifische Konversation

Aufgabe 2: Finanz-PDF Analyse mit Chat¶

Ziel: Erweitern Sie das Chat-System für Dokumentenanalyse

Notebook: `uebung1_finanz_pdf_analyse.ipynb`¶

Aufgaben: 1. Laden Sie ein Finanzdokument 2. Implementieren Sie Frage-Antwort über das Dokument 3. Behalten Sie den Konversationskontext bei 4. Testen Sie komplexe, mehrteilige Fragen

Aufgabe 3: LangFlow Chat-Interface¶

Ziel: Erstellen Sie ein visuelles Chat-Interface

Verwendung: `finance_conversational_qa_flow.json`¶

Schritte: 1. Importieren Sie den Flow in LangFlow 2. Konfigurieren Sie Ihre API-Keys 3. Testen Sie verschiedene Konversationsverläufe 4. Anpassung für spezielle Finance-Use-Cases

Bonusaufgabe: Memory-Strategien vergleichen¶

Testen Sie verschiedene Memory-Typen: - ConversationBufferMemory - ConversationSummaryMemory
- ConversationBufferWindowMemory

Fragen: - Welche Strategie eignet sich für welchen Use Case? - Wie verhalten sich die Strategien bei langen Gesprächen? - Was sind die Trade-offs bezüglich Kosten vs. Kontext?

📁 Verfügbare Ressourcen¶

Jupyter Notebooks:
06_chat.ipynb - Basis Chat-Implementation
uebung1_finanz_pdf_analyse.ipynb - PDF-basierte Konversation
LangFlow Templates:
finance_conversational_qa_flow.json - Vorgefertigter Chat-Flow
Dependencies: requirements.txt

🎯 Erfolgskriterien¶

✅ Chat-System mit funktionierendem Memory
✅ Kontext-erhaltende Konversationen
✅ PDF-Analyse mit Q&A
✅ LangFlow-Interface erfolgreich getestet