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 exercício faz parte do curso
Desenvolvimento de aplicativos de LLM com LangChain
Instruções do exercício
- Modifique a função fornecida para que ela possa ser usada como uma ferramenta.
- Imprima os argumentos da ferramenta usando um atributo de ferramenta.
Exercício interativo prático
Experimente este exercício 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(____)