Un workflow text-to-query en pratique
Cet exercice fait partie du cours
Agents de text-to-query avec MongoDB et LangGraph
Instructions
- Initialisez un LLM OpenAI avec une valeur
temperatureappropriée en utilisant la classeChatOpenAIde LangChain. - Convertissez la requête en langage naturel fournie en une requête MongoDB, exécutez-la et obtenez les résultats sous forme de liste Python.
- Créez un modèle d’invite pour le LLM, composé d’un prompt système et d’un espace réservé pour les messages, à l’aide de la méthode
.from_messages(). - Chaînez le prompt avec le LLM à l’aide de l’opérateur
|, puis invoquez-le sur les résultats de la requête (docs) et la requête utilisateur (user_query).
Remarque : si vous exécutez DataLab en mode restreint, cet exercice n’est pas encore pris en charge. Nous travaillons activement à le rendre disponible prochainement.
Exercice interactif pratique
Passez de la théorie à la pratique avec l’un de nos exercices interactifs
Commencer l’exercice