Začněte nyníZačněte zdarma

Integrace vlastních nástrojů s agenty

Teď, když máš nástroje po ruce, je čas nastavit svůj agentní workflow! Znovu použiješ ReAct agenta, který, jak si pamatuješ, přemýšlí o krocích, které by měl podniknout, a vybírá nástroje na základě tohoto kontextu a popisů nástrojů. K dispozici máš již definovaný llm využívající model gpt-4o-mini od OpenAI.

Toto cvičení je součástí kurzu

Vývoj LLM aplikací s LangChain

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř ReAct agenta pomocí create_react_agent() s llm a seznamem obsahujícím tvůj nástroj retrieve_customer_info.
  • Spusť agenta pomocí agent.invoke() na zadaném vstupu.
  • Vypiš obsah poslední zprávy.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

@tool
def retrieve_customer_info(name: str) -> str:
    """Retrieve customer information based on their name."""
    customer_info = customers[customers['name'] == name]
    return customer_info.to_string()

# Create a ReAct agent
agent = create_react_agent(____, [____])

# Invoke the agent on the input
messages = agent.____({"messages": [("human", "Create a summary of our customer: Peak Performance Co.")]})
print(messages['messages'][-1].____)
Upravit a spustit kód