ReAct-Agenten
Zeit, deinen eigenen ReAct-Agenten zu erstellen! Denk daran, dass ReAct für „Reason and Act“ („Nachdenken“ und „Handeln“) steht, was beschreibt, wie Agenten Entscheidungen treffen. In dieser Übung lädst du das integrierte Werkzeug wikipedia
, um externe Daten aus Wikipedia in dein LLM zu integrieren. Es wurde bereits ein llm
für dich definiert, welches das gpt-4o-mini
-Modell von OpenAI verwendet.
Hinweis: Für das Werkzeug wikipedia
muss die Python-Bibliothek wikipedia
als Dependency installiert werden. Das wurde bereits für dich erledigt.
Diese Übung ist Teil des Kurses
Entwickeln von LLM-Anwendungen mit LangChain
Anleitung zur Übung
- Lade das Werkzeug
"wikipedia"
. - Definiere einen ReAct-Agenten und übergebe ihm das zu verwendende
llm
sowie die Werkzeuge. - Führe den Agenten mit den bereitgestellten Eingaben aus und lasse den Inhalt der letzten Nachricht mittels
response
ausgeben.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Define the tools
tools = ____(["wikipedia"])
# Define the agent
agent = ____(____, ____)
# Invoke the agent
response = ____({"messages": [("human", "How many people live in New York City?")]})
print(____)