langgraph_code_assistant_mistral.ipynb

Code-Assistent mit Selbsttest-Schleife: generiert Code, führt Checks aus, korrigiert Fehler iterativ (Codestral/Mistral).

Für wen: Vorlage für “generieren → prüfen → reparieren”-Schleifen.

So nutzt du es

Das sind Jupyter-Notebooks: herunterladen, pip install langchain langgraph und in Jupyter/VS Code öffnen. Die Notebooks erklären Schritt für Schritt agentische RAG-Muster zum Nachbauen.

Im Detail

Dieses Notebook zeigt, wie man mit LangGraph einen Code-Generator baut, der sich selbst korrigiert: Das Modell (Codestral von Mistral) schreibt Code, ein Ausführungsschritt prüft Syntax und Importe, und bei Fehlern springt der Graph zurück zur Generierung mit dem Fehlertext als zusätzlichem Kontext. Das Ergebnis ist robuster als einmaliges Prompt-Antwort-Generieren, weil offensichtliche Fehler automatisch behoben werden, bevor der Nutzer den Code sieht. Gedacht ist es weniger als fertiges Tool, sondern als Lernvorlage für generieren-prüfen-reparieren-Architekturen, die sich auf andere Domänen wie SQL oder Konfigurationsdateien übertragen lässt. Wer Codestral nicht nutzt, muss den Modell-Call austauschen, die Graph-Logik bleibt aber übertragbar.

Praxis-Tipp

Am besten mit klar abgrenzbaren Aufgaben (einzelne Funktion, einzelnes Skript) starten, da die Fehlerschleife bei komplexen Multi-Datei-Projekten schnell an Kontextgrenzen stößt.

Lizenz & Quelle

• Lizenz: MIT
• Quelle: langchain-ai/langgraph

Lade …