Crear herramientas personalizadas
Ahora que tienes una función para extraer datos de clientes del DataFrame customers, es hora de convertir esta función en una herramienta compatible con los agentes de LangChain.
Este ejercicio forma parte del curso
Desarrollar aplicaciones LLM con LangChain
Instrucciones de ejercicio
- Modifica la función proporcionada para que pueda utilizarse como herramienta.
- Imprime los argumentos de la herramienta utilizando un atributo de herramienta.
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
# 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(____)