LoslegenKostenlos starten

Individuelle Werkzeuge erstellen

Jetzt, wo du eine Funktion zum Extrahieren von Kundendaten aus dem DataFrame customers hast, ist es an der Zeit, diese Funktion in ein Werkzeug umzuwandeln, das mit LangChain-Agenten kompatibel ist.

Diese Übung ist Teil des Kurses

<Kurs>Entwickeln von LLM-Anwendungen mit LangChain</Kurs>
Kurs ansehen

Übungsanweisungen

  • Füge den Dekorator „ @tool “ vor der Funktionsdefinition ein, um sie in ein LangChain-Tool umzuwandeln.
  • Druck die Argumente des Tools mit dem Attribut „ .args ” des Tools aus (z. B. „ tool_name.args ”).

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Convert the retrieve_customer_info function into a 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()
  
# Print the tool's arguments
print(retrieve_customer_info.____)
Code bearbeiten und ausführen