En aquest article, parlarem dels agents de LangChain des de tots els aspectes possibles
Què és un agent a LangChain?
Algunes aplicacions requereixen no només cadenes predeterminades, sinó també una cadena desconeguda que depèn de l'entrada de l'usuari. Per a aquest cas, hi ha un ' agent ” qui accedeix a l'eina i decideix quina eina és necessària segons l'entrada de l'usuari i què demana. Un conjunt d'eines és bàsicament un conjunt d'eines que es necessiten per fer un objectiu específic i hi ha entre 3 i 5 eines en un conjunt d'eines.
Tipus d'agents LangChain
Hi ha dos agents principals:
- Agents d'acció
- Agents de planificació i execució
Agents d'acció: Aquests agents decideixen accions a fer pas a pas, avaluen cada pas i després l'executen i passen al següent si parlem del pseudocodi de l'agent que implica uns quants passos.
- L'entrada es rep de l'usuari.
- L'agent decideix l'eina i quin tipus d'eina es necessita.
- Aquesta eina s'anomena amb l'eina d'entrada i es registra l'observació.
- L'eina d'historial, l'eina d'observació i l'eina d'entrada es retornen a l'agent.
- Repetiu el procés fins que l'agent decideixi abandonar aquesta eina.
Agents de planificació i execució: Aquests agents primer decideixen una acció a realitzar i després executen totes aquestes accions.
- Es rep l'entrada de l'usuari.
- L'agent enumera tots els passos a executar.
- L'executor passa per la llista de passos, executant-los.
Configuració de l'agent
Abans de configurar l'agent, heu d'instal·lar la darrera versió de Python segons el vostre sistema operatiu.
Pas 1: instal·lació de paquets
En primer lloc, hem d'establir un entorn per a això hem d'instal·lar LangChain, google-search-results i openai a través del ' pip ' comandament:
! pip instal·lar langchain
! pip instal·lar resultats de la cerca de Google
! pip instal·lar oberta
Importació de les biblioteques necessàries:
de langchain.schema importar SystemMessagede langchain.agents importa OpenAIFunctionsAgent, AgentExecutor
des de l'eina d'importació langchain.agents
des de langchain.chat_models importar ChatOpenAI
importar re
des de getpass import getpass
Pas 2: obteniu la vostra API secreta
Després de configurar un entorn, ara heu d'obtenir claus API secretes de la plataforma OpenAI:
llm = ChatOpenAI ( openai_api_key =openai_api_key, temperatura = 0 )
Pas 3: eina d'inicialització
A continuació, definim una eina, escrivint codi Python senzill per obtenir la longitud d'una cadena.
def get_word_string ( paraula: str ) - > int:
'' 'Dóna'm la longitud d'una corda'. ''
tornar només ( paraula )
eines = [ get_word_string ]
Pas 4: creeu una plantilla de sol·licitud
Després de definir l'eina, configureu una plantilla de sol·licitud per a aquest ús 'OpenAIFunctionsAgent.create_prompt()' funció d'ajuda que crearà la plantilla automàticament.
prompt = OpenAIFunctionsAgent.create_prompt ( missatge_sistema =missatge_sistema )
Pas 5: creació de l'agent
Ara podem concloure totes les peces i crear un agent mitjançant una funció anomenada 'OpenAIFunctionsAgent()' .
Pas 6: Configuració del temps d'execució
Si heu creat un agent amb èxit, creeu un temps d'execució per a l'agent, per a aquest 'AgentExecutor' s'utilitza com a temps d'execució per a l'agent.
Pas 7: prova d'agent
Després de crear Runtime, ara és el moment de provar l'agent.
Si heu inserit la clau API correcta al pas 2, obtindreu una resposta.
Conclusió
Aquest article s'ha il·lustrat des de molts aspectes, en primer lloc, demostra què és LangChain i com funciona, després es trasllada als agents de LangChain i discuteix el propòsit dels agents a LangChain i conté informació sobre els dos tipus principals d'agents. 'Agents d'acció' i 'Agents de planificació i execució' utilitzat a LangChain i, al final, l'execució del codi ha estat establir un agent a LangChain