V tomto článku rozoberieme agentov v LangChain zo všetkých možných aspektov
Čo je to agent v LangChain?
Niektoré aplikácie vyžadujú nielen vopred určené reťazce, ale vyžadujú aj neznámy reťazec, ktorý závisí od vstupu používateľa. Pre takýto prípad existuje „ agent “, ktorí pristupujú k nástroju a rozhodujú, ktorý nástroj je potrebný podľa vstupu používateľa a toho, čo požaduje. Súprava nástrojov je v podstate súbor nástrojov, ktoré sú potrebné na dosiahnutie konkrétneho cieľa, pričom v súprave nástrojov je 3 až 5 nástrojov.
Typy agentov LangChain
Existujú dvaja hlavní agenti:
- Akční agenti
- Agenti plánovania a vykonávania
Akční agenti: Títo agenti rozhodujú o akciách, ktoré sa majú vykonať krok za krokom, vyhodnotia každý krok a potom ho vykonajú a prejdú na ďalší, ak budeme diskutovať o pseudokóde agenta, ktorý zahŕňa niekoľko krokov.
- Vstup je prijatý od používateľa.
- Agent rozhodne o nástroji a o tom, aký typ nástroja je potrebný.
- Tento nástroj sa zavolá pomocou vstupného nástroja a pozorovanie sa zaznamená.
- Nástroj histórie, pozorovací nástroj a nástroj na zadávanie údajov sa odovzdávajú späť agentovi.
- Opakujte proces, kým sa agent nerozhodne ukončiť tento nástroj.
Zástupcovia plánovania a vykonávania: Títo agenti sa najprv rozhodnú o akcii, ktorú majú vykonať, a potom vykonajú všetky tieto akcie.
- Vstup používateľa je prijatý.
- Agent uvádza všetky kroky, ktoré treba vykonať.
- Vykonávateľ prejde zoznam krokov a vykoná ich.
Nastavenie agenta
Pred nastavením agenta musíte nainštalovať najnovšiu verziu Python podľa vášho operačného systému.
Krok 1: Inštalácia balíkov
Najprv musíme vytvoriť prostredie, v ktorom musíme nainštalovať LangChain, google-search-results a openai cez „ pip 'príkaz:
! pip Inštalácia langchain
! pip Inštalácia google-search-results
! pip Inštalácia openai
Import požadovaných knižníc:
z langchain.schema import SystemMessagez langchain.agents importujte OpenAIFunctionsAgent, AgentExecutor
z importovacieho nástroja langchain.agents
z langchain.chat_models importujte ChatOpenAI
import re
z getpass import getpass
Krok 2: Získajte svoje tajné rozhranie API
Po nastavení prostredia teraz musíte získať tajné kľúče API z platformy OpenAI:
llm = ChatOpenAI ( openai_api_key =openai_api_key, teplota = 0 )
Krok 3: Inicializačný nástroj
Ďalej definujme nástroj, ktorý napíše jednoduchý kód Python na získanie dĺžky reťazca.
def get_word_string ( slovo: str ) - > int:
'' 'Daj mi dĺžku šnúrky.' ''
vrátiť len ( slovo )
nástroje = [ get_word_string ]
Krok 4: Vytvorte si šablónu výzvy
Po definovaní nástroja nastavte šablónu výzvy na toto použitie 'OpenAIFunctionsAgent.create_prompt()' pomocná funkcia, ktorá vytvorí šablónu automaticky.
prompt = OpenAIFunctionsAgent.create_prompt ( systémová_správa =systémová_správa )
Krok 5: Vytvorenie agenta
Teraz môžeme uzavrieť všetky časti a vytvoriť agenta pomocou funkcie s názvom 'OpenAIFunctionsAgent()' .
Krok 6: Nastavenie Runtime
Ak ste úspešne vytvorili agenta, vytvorte runtime pre agenta, pre tento sa používa „AgentExecutor“ ako runtime pre agenta.
Krok 7: Testovanie agenta
Po vytvorení modulu Runtime je teraz čas otestovať agenta.
Ak ste v kroku 2 vložili správny kľúč API, dostanete odpoveď.
Záver
Tento článok bol ilustrovaný z mnohých aspektov, najprv ukazuje, čo je LangChain a ako funguje, potom sa presúva k agentom v LangChain a rozoberá účel agentov v LangChain a obsahuje informácie o dvoch hlavných typoch agentov. 'Akční agenti' a 'Agenti plánovania a vykonávania' používané v LangChain a na konci vykonania kódu bolo vytvorenie agenta v LangChain