Memória Episódica no LangGraph

import langgraph as lg
from mcp import Resource

# Defina um recurso para armazenar a memória episódica do bot
memory_resource = Resource("episodic_memory")

# Defina uma função para atualizar a memória episódica
def update_memory(user_id, conversation_history):
    memory_resource.update(user_id, conversation_history)

# Defina uma função para recuperar a memória episódica
def get_memory(user_id):
    return memory_resource.get(user_id)

# Crie um agente LangGraph que usa a memória episódica
class SupportBot(lg.Agent):
    def __init__(self):
        super().__init__()
        self.memory_resource = memory_resource

    def respond(self, user_id, input_text):
        # Recupere o histórico de conversas do usuário da memória episódica
        conversation_history = get_memory(user_id)

        # Atualize o histórico de conversas com a nova entrada
        if conversation_history is None:
            conversation_history = []
        conversation_history.append(input_text)
        update_memory(user_id, conversation_history)

        # Use o histórico de conversas para informar a resposta do bot
        if "troubleshoot" in input_text:
            # Recupere o tipo de dispositivo do histórico de conversas
            device_type = None
            for message in conversation_history:
                if "device type" in message:
                    device_type = message.split(" ")[-1]
                    break

            # Forneça etapas de solução de problemas com base no tipo de dispositivo
            if device_type == "thermostat":
                return "Tente reiniciar o termostato e verificar as configurações de temperatura."
            elif device_type == "light bulb":
                return "Tente substituir a lâmpada e verificar a fonte de energia."

        # Se o bot não entender a entrada, peça esclarecimentos
        return "Eu não entendi isso. Você pode reformular, por favor?"

# Crie uma instância do bot de suporte e teste-o
bot = SupportBot()
print(bot