Šajā rakstā mēs apspriedīsim aģentus LangChain no visiem iespējamiem aspektiem
Kas ir aģents LangChain?
Dažām lietojumprogrammām ir nepieciešamas ne tikai iepriekš noteiktas ķēdes, bet arī nezināma ķēde, kas ir atkarīga no lietotāja ievades. Šādam gadījumam ir “ aģents ”, kas piekļūst rīkam un izlemj, kurš rīks ir nepieciešams, pamatojoties uz lietotāja ievadīto informāciju un to, ko viņš vai viņa pieprasa. Rīku komplekts būtībā ir rīku kopums, kas nepieciešams konkrēta mērķa sasniegšanai, un rīkkopā ir 3–5 rīki.
LangChain aģentu veidi
Ir divi galvenie aģenti:
- Darbības aģenti
- Plānošanas un izpildes aģenti
Darbības aģenti: Šie aģenti nolemj veiktās darbības soli pa solim novērtē katru soli un pēc tam izpilda to un pāriet uz nākamo, ja mēs apspriežam aģenta pseidokodu, kas ietver dažus soļus
- Ievade tiek saņemta no lietotāja.
- Aģents izlemj, kāds rīks un kāds instruments ir nepieciešams.
- Šis rīks tiek izsaukts ar ievades rīku un tiek reģistrēts novērojums.
- Vēstures rīks, novērošanas rīks un ievades rīks tiek nodoti atpakaļ aģentam.
- Atkārtojiet procesu, līdz aģents nolemj pamest šo rīku.
Plānošanas un izpildes aģenti: Šie aģenti vispirms izlemj par veicamo darbību un pēc tam veic visas šīs darbības.
- Lietotāja ievade ir saņemta.
- Aģents uzskaita visas izpildāmās darbības.
- Izpildītājs iet cauri soļu sarakstam, tos izpildot.
Aģenta iestatīšana
Pirms aģenta iestatīšanas ir jāinstalē jaunākā versija Python atbilstoši jūsu operētājsistēmai.
1. darbība: pakotņu instalēšana
Pirmkārt, mums ir jāizveido vide šim nolūkam, mums ir jāinstalē LangChain, google-search-results un openai, izmantojot “ pip ” komanda:
! pip uzstādīt langchain
! pip uzstādīt google-search-results
! pip uzstādīt openai
Nepieciešamo bibliotēku importēšana:
no langchain.schema importēšanas SystemMessageno langchain.agents importējiet OpenAIFunctionsAgent, AgentExecutor
no langchain.agents importēšanas rīka
no langchain.chat_models importējiet ChatOpenAI
importa re
no getpass importa getpass
2. darbība. Iegūstiet savu slepeno API
Pēc vides iestatīšanas jums ir jāiegūst slepenās API atslēgas no OpenAI platformas:
llm = ChatOpenAI ( openai_api_key =openai_api_key, temperatūra = 0 )
3. darbība: rīka inicializēšana
Tālāk definēsim rīku, rakstot vienkāršu Python kodu, lai iegūtu virknes garumu.
def get_word_string ( vārds: str ) - > int:
'' 'Dodiet man virknes garumu.' ''
atgriezties tikai ( vārdu )
instrumenti = [ get_word_string ]
4. darbība. Izveidojiet uzvednes veidni
Pēc rīka definēšanas iestatiet uzvednes veidni šim lietojumam “OpenAIFunctionsAgent.create_prompt()” palīga funkcija, kas automātiski izveidos veidni.
prompt = OpenAIFunctionsAgent.create_prompt ( sistēmas_ziņojums =sistēmas_ziņojums )
5. darbība. Aģenta izveide
Tagad mēs varam noslēgt visus gabalus un izveidot aģentu, izmantojot funkciju, ko sauc “OpenAIFunctionsAgent()” .
6. darbība: izpildlaika iestatīšana
Ja esat veiksmīgi izveidojis aģentu, izveidojiet aģenta izpildlaiku, šim 'AgentExecutor' tiek izmantots kā aģenta izpildlaiks.
7. darbība: aģenta pārbaude
Pēc izpildlaika izveides ir pienācis laiks pārbaudīt aģentu.
Ja 2. darbībā esat ievietojis pareizo API atslēgu, jūs saņemsit atbildi.
Secinājums
Šis raksts ir ilustrēts no daudziem aspektiem, pirmkārt, tas parāda, kas ir LangChain un kā tas darbojas, pēc tam tas pāriet uz aģentiem programmā LangChain un apspriež aģentu mērķi programmā LangChain un satur informāciju par diviem galvenajiem aģentu veidiem. 'Darbības aģenti' un “Plānošanas un izpildes aģenti” izmanto LangChain un beigās koda izpildes ir izveidot aģents LangChain