CommencerCommencer 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

Développement d'applications LLM avec LangChain

Afficher le cours

Instructions

  • Créez un agent ReAct à l'aide de votre outil retrieve_customer_info et de l'interface llm fournis.
  • Appelez l'agent sur l'entrée fournie et affichez le contenu du message final dans messages.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

@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 = ____

# Invoke the agent on the input
messages = ____({"messages": [("human", "Create a summary of our customer: Peak Performance Co.")]})
print(____)
Modifier et exécuter le code