CommencerCommencez gratuitement

Intégration d'outils personnalisés avec des agents

Maintenant que vous disposez de tous les outils nécessaires, il est temps de configurer votre flux de travail agentique. Vous utiliserez à nouveau un agent ReAct qui, rappelons-le, détermine les étapes à suivre et sélectionne les outils en fonction du contexte et des descriptions des outils. Une interface utilisateur llm a déjà été définie pour vous qui utilise le modèle gpt-4o-mini d’OpenAI.

Cet exercice fait partie du cours

<cours>Développement d'applications LLM avec LangChain</cours>
Voir le cours

Instructions de l’exercice

  • Veuillez créer un agent ReAct en utilisant create_react_agent() avec llm et une liste contenant votre outil retrieve_customer_info.
  • Veuillez invoquer l'agent avec agent.invoke() sur l'entrée fournie.
  • Veuillez imprimer le contenu du message final.

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