Composants des agents LangChain

Quels sont les éléments clés d'un agent LangChain ?

Cet exercice fait partie du cours

Concevoir des systèmes agentiques avec LangChain

Afficher le cours

Exercice interactif pratique

Passez de la théorie à la pratique avec l’un de nos exercices interactifs

Commencer l’exercice

Cet exercice fait partie du cours

Concevoir des systèmes agentiques avec LangChain

IntermédiaireNiveau de compétence

4.8+

870 reviews

Commencer le cours gratuitement

Construisez des systèmes agentiques intelligents ! Découvrez les composants clés des agents LangChain, y compris la façon dont les invites, les LLM et les outils fonctionnent ensemble pour le raisonnement et l'action. Vous configurerez un agent à l'aide de l'API d'OpenAI, définirez des outils personnalisés et vous vous attaquerez à des tâches réelles telles que des calculs mathématiques. Découvrez également comment LangChain organise les données à l'aide de graphes, de nœuds et d'arêtes.

Exercise 1: Agents à LangChain Exercise 2: Création d'un agent ReAct Exercise 3: Composants des agents LangChain

Exercice en cours

Exercise 4: Construire des outils personnalisés Exercise 5: Créer un outil pour les calculs mathématiques Exercise 6: Intégration d'outils et de requêtes personnalisés Exercise 7: Conversation avec un agent du ReAct Exercise 8: Configuration de la conversation Exercise 9: Posez des questions sur l'historique de la conversation

Créez des chatbots dynamiques et augmentés d'outils avec LangChain et LangGraph ! Vous découvrirez comment créer un chatbot qui s'adapte aux données de l'utilisateur en définissant des états et en intégrant des API externes pour la recherche d'informations en temps réel. Vous connecterez ces composants dans une structure graphique réactive, permettant des transitions fluides entre la conversation et les réponses assistées par des outils. À la fin, vous aurez un cadre de chatbot représenté visuellement avec un raisonnement amélioré et des flux de travail à plusieurs étapes.

Exercise 1: Construire des graphes pour les chatbots Exercise 2: Graphique et états des agents Exercise 3: Ajout de nœuds et d'arêtes Exercise 4: Générer des réponses de chatbot Exercise 5: Questions et réponses Exercise 6: Générer un diagramme graphique Exercise 7: Ajouter des outils externes à un chatbot Exercise 8: Construire un outil Wikipédia Exercise 9: Ajouter un outil à un graphique Exercise 10: Ajouter de la mémoire et de la conversation Exercise 11: Visualisez le graphique et les résultats de l'outil de retour Exercise 12: Ajout d'une mémoire graphique Exercise 13: Utiliser la mémoire graphique pour la conversation

Développez votre chatbot avec des outils dynamiques et de la mémoire ! Définissez et intégrez plusieurs outils dans des flux de travail flexibles, créez des fonctions pour l'appel dynamique d'outils et configurez votre chatbot pour la gestion d'outils multiples. Organisez la mémoire et les sorties pour permettre des conversations entrelacées et à plusieurs tours. À la fin, vous aurez créé un chatbot sophistiqué capable d'interactions complexes.

Exercise 1: Définition d'outils multiples Exercise 2: Créez un outil qui invoque la fonction LLM Exercise 3: Construire un outil avec du code Python Exercise 4: Lier plusieurs outils Exercise 5: Définition de nœuds et d'arêtes pour un appel de fonction flexible Exercise 6: Définissez une fonction qui arrête le chatbot Exercise 7: Créez une fonction pour renvoyer une réponse LLM Exercise 8: Créez le flux de travail graphique pour plusieurs outils Exercise 9: Organisez les sorties du chatbot avec la mémoire Exercise 10: Configurer les sorties pour plusieurs outils Exercise 11: Permettre une conversation à plusieurs tours avec mémoire Exercise 12: Félicitations!