CommencezCommencez gratuitement

Intégrer des outils personnalisés aux agents

Maintenant que vous avez vos outils sous la main, il est temps de configurer votre flux de travail avec agent! Vous allez de nouveau utiliser un agent ReAct qui, rappelons-le, raisonne sur les étapes à suivre et choisit les outils en fonction de ce contexte et des descriptions d'outils. Un llm a déjà été défini pour vous et utilise le modèle gpt-4o-mini d'OpenAI.

Cette activité fait partie du cours

Développer des applications LLM avec LangChain

Voir le cours

Instructions de l’exercice

  • Créez un agent ReAct avec create_react_agent() en utilisant llm et une liste contenant votre outil retrieve_customer_info.
  • Appelez l'agent avec agent.invoke() sur l'entrée fournie.
  • Affichez le contenu du dernier message.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

@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].____)
Modifier et exécuter le code