ReAct एजेंट्स
अब अपनी खुद की ReAct एजेंट बनाने की बारी है! याद रखें, ReAct का मतलब है Reason and Act, जो बताता है कि यह निर्णय कैसे लेता है. इस अभ्यास में, आप बिल्ट-इन wikipedia टूल लोड करेंगे ताकि Wikipedia से बाहरी डेटा को अपने LLM के साथ इंटीग्रेट कर सकें. आपके लिए एक llm पहले से परिभाषित है जो OpenAI के gpt-4o-mini मॉडल का उपयोग करता है.
नोट: wikipedia टूल के लिए wikipedia Python लाइब्रेरी को डिपेंडेंसी के रूप में इंस्टॉल होना आवश्यक है, जो इस केस में आपके लिए कर दिया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
LangChain के साथ LLM एप्लिकेशन विकसित करना
अभ्यास निर्देश
load_tools()फंक्शन का उपयोग करके"wikipedia"टूल लोड करें.create_react_agent()का उपयोग करके एक ReAct एजेंट परिभाषित करें, जिसमेंllmऔर उपयोग होने वाले टूल्स पास करें.- दिए गए इनपुट पर एजेंट चलाएँ और
responseमें अंतिम संदेश का कंटेंट प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Define the tools
tools = load_tools(["____"])
# Define the agent
agent = create_react_agent(____, ____)
# Invoke the agent
response = agent.____({"messages": [("human", "How many people live in New York City?")]})
print(response['messages'][-1].____)