CommencerCommencer gratuitement

Création d'outils personnalisés

Maintenant que vous disposez d'une fonction permettant d'extraire les données client du DataFrame customers, il est temps de convertir cette fonction en un outil compatible avec les agents LangChain.

Cet exercice fait partie du cours

Développement d'applications LLM avec LangChain

Afficher le cours

Instructions

  • Modifiez la fonction fournie afin qu'elle puisse être utilisée comme outil.
  • Imprimez les arguments de l'outil à l'aide d'un attribut d'outil.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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(____)
Modifier et exécuter le code