カスタムツールの作成
customers DataFrame から顧客データを抽出する関数ができました。次は、この関数を LangChain エージェントと互換性のあるツールに変換することです。
この演習はコースの一部です
LangChainを使ったLLMアプリケーション開発
演習の手順
- 関数定義の直前に
@toolデコレータを追加して、LangChain ツールに変換します。 - ツールに対して
.args属性（例：tool_name.args）を使用して、ツールの引数を表示します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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(retrieve_customer_info.____)