Comece agoraComece grátis

Criação de ferramentas personalizadas

Agora que você tem uma função para extrair dados de clientes do DataFrame customers, é hora de converter essa função em uma ferramenta compatível com os agentes do LangChain.

Este exercicio faz parte do curso

Desenvolvimento de aplicativos de LLM com LangChain

Ver curso

Instruções do exercicio

  • Adicione o decorador ` @tool ` antes da definição da função para transformá-la em uma ferramenta LangChain.
  • Imprima os argumentos da ferramenta usando o atributo “ .args ” na ferramenta (por exemplo, tool_name.args).

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# 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.____)
Editar e Executar Código