Šiame straipsnyje aptarsime „LangChain“ agentus visais įmanomais aspektais
Kas yra „LangChain“ agentas?
Kai kurioms programoms reikalingos ne tik iš anksto nustatytos grandinės, bet ir nežinoma grandinė, kuri priklauso nuo vartotojo įvesties. Tokiu atveju yra „ agentas “, kurie pasiekia įrankį ir nusprendžia, kuris įrankis reikalingas pagal vartotojo įvestą informaciją ir ko jis prašo. Įrankių rinkinys iš esmės yra įrankių rinkinys, kurio reikia konkrečiam tikslui pasiekti, o įrankių rinkinyje yra 3–5 įrankiai.
LangChain agentų tipai
Yra du pagrindiniai agentai:
- Veiksmo agentai
- Planavimo ir vykdymo agentai
Veiksmo agentai: Šie agentai nusprendžia atlikti veiksmus žingsnis po žingsnio įvertina kiekvieną žingsnį, o tada jį vykdo ir pereina prie kito, jei aptariame agento pseudo kodą, kuris apima kelis veiksmus.
- Įvestis gaunama iš vartotojo.
- Agentas pasirenka įrankį ir kokio tipo įrankį reikia.
- Tas įrankis iškviečiamas su įvesties įrankiu ir įrašomas stebėjimas.
- Istorijos įrankis, stebėjimo įrankis ir įvesties įrankis grąžinami agentui.
- Kartokite procesą, kol agentas nuspręs išeiti iš šio įrankio.
Planavimo ir vykdymo agentai: Šie agentai pirmiausia nusprendžia, kokių veiksmų imtis, o tada atlieka visus tuos veiksmus.
- Gauta vartotojo įvestis.
- Agentas išvardija visus veiksmus, kuriuos reikia atlikti.
- Vykdytojas eina per veiksmų sąrašą, juos įvykdo.
Agento nustatymas
Prieš nustatydami agentą, turite įdiegti naujausią versiją Python pagal jūsų operacinę sistemą.
1 veiksmas: paketų diegimas
Pirma, turime sukurti aplinką, kad galėtume įdiegti LangChain, google-search-results ir openai per „ pip “ komanda:
! pip diegti langchain
! pip diegti google-paieškos rezultatai
! pip diegti atvirai
Reikalingų bibliotekų importavimas:
iš langchain.schema importuoti SystemMessageiš langchain.agents importuoja OpenAIFunctionsAgent, AgentExecutor
iš langchain.agents importo įrankio
iš langchain.chat_models importuoti ChatOpenAI
importo re
iš getpass importuoti getpass
2 veiksmas: gaukite savo slaptą API
Sukūrę aplinką, dabar turite gauti slaptus API raktus iš OpenAI platformos:
llm = ChatOpenAI ( openai_api_key =openai_api_key, temperatūros = 0 )
3 veiksmas: inicijavimo įrankis
Toliau apibrėžkime įrankį, parašydami paprastą Python kodą, kad gautume eilutės ilgį.
def get_word_string ( žodis: str ) - > int:
'' „Duok man stygos ilgį“. ''
grąžinti tik ( žodį )
įrankiai = [ get_word_string ]
4 veiksmas: sukurkite raginimo šabloną
Apibrėžę įrankį, šiam naudojimui nustatykite raginimo šabloną „OpenAIFunctionsAgent.create_prompt()“ pagalbinė funkcija, kuri automatiškai sukurs šabloną.
prompt = OpenAIFunctionsAgent.create_prompt ( sistemos_pranešimas =sistemos_pranešimas )
5 veiksmas: agento kūrimas
Dabar galime sudaryti visas dalis ir sukurti agentą naudodami funkciją, vadinamą „OpenAIFunctionsAgent()“ .
6 veiksmas: vykdymo laiko nustatymas
Jei sėkmingai sukūrėte agentą, sukurkite agento vykdymo laiką, nes „AgentExecutor“ naudojamas kaip agento vykdymo laikas.
7 veiksmas: agento testavimas
Sukūrus Runtime, dabar laikas išbandyti agentą.
Jei 2 veiksme įvedėte teisingą API raktą, gausite atsakymą.
Išvada
Šis straipsnis buvo iliustruotas daugeliu aspektų, pirmiausia jame parodoma, kas yra „LangChain“ ir kaip ji veikia, tada pereina prie „LangChain“ agentų, aptariamas „LangChain“ agentų tikslas ir pateikiama informacija apie du pagrindinius agentų tipus. „Veiksmo agentai“ ir „Planuokite ir vykdykite agentai“ naudojamas LangChain, o kodo vykdymo pabaigoje buvo sukurtas agentas LangChain