IniziaInizia gratis

Integrare strumenti personalizzati e query

Ora hai uno strumento matematico personalizzato per calcolare la lunghezza del tetto. Puoi integrarlo in un workflow agentico creando una variabile chiamata query che accetta la domanda dell'utente in linguaggio naturale come stringa. Il tuo strumento è già caricato come hypotenuse_length, così come il tuo model.

Questo esercizio fa parte del corso

Progettare sistemi agentici con LangChain

Visualizza il corso

Istruzioni dell'esercizio

  • Crea una variabile lista chiamata tools e includi al suo interno lo strumento hypotenuse_length.
  • Crea una variabile chiamata query che accetti domande come stringhe in linguaggio naturale.
  • Usa la funzione create_react_agent() per creare l'agente, passando model e tools.
  • Richiama l'agente app, passando la tua query etichettata "human", quindi memorizza e stampa la response dell'agente.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Create a list variable and pass in your tool
____ = [____]

# Create a query using natural language
____ = "What is the hypotenuse length of a triangle with side lengths of 10 and 12?"

# Pass in the hypotenuse length tool and create the agent
app = ____(____, ____)

# Invoke the agent and print the response
response = ____.____({"messages": [("____", ____)]})
print(____['messages'][-1].content)
Modifica ed esegui il codice