Aan de slagGa gratis aan de slag

Aangepaste tools integreren met agents

Nu je je tools klaar hebt staan, is het tijd om je agent-workflow op te zetten! Je gebruikt opnieuw een ReAct-agent, die — zoals je je herinnert — redeneert over welke stappen nodig zijn en tools kiest op basis van die context en de toolbeschrijvingen. Er is al een llm voor je gedefinieerd die OpenAI’s gpt-4o-mini-model gebruikt.

Deze oefening maakt deel uit van de cursus

LLM-toepassingen ontwikkelen met LangChain

Cursus bekijken

Oefeninstructies

  • Maak een ReAct-agent met create_react_agent() met llm en een lijst met je retrieve_customer_info-tool.
  • Roep de agent aan met agent.invoke() op de gegeven input.
  • Print de content van het laatste bericht.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

@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()

# Create a ReAct agent
agent = create_react_agent(____, [____])

# Invoke the agent on the input
messages = agent.____({"messages": [("human", "Create a summary of our customer: Peak Performance Co.")]})
print(messages['messages'][-1].____)
Code bewerken en uitvoeren