ÎncepețiÎncepe gratuit

Integrarea instrumentelor personalizate cu agenți

Acum că ai instrumentele la îndemână, e momentul să configurezi fluxul de lucru agentic! Vei folosi din nou un agent ReAct care, după cum îți amintești, raționează asupra pașilor pe care trebuie să îi urmeze și selectează instrumentele pe baza acestui context și a descrierilor instrumentelor. Un llm a fost deja definit pentru tine și folosește modelul gpt-4o-mini de la OpenAI.

Acest exercițiu face parte din cursul

Developing LLM Applications with LangChain

Vezi cursul

Instrucțiuni pentru exercițiu

  • Creează un agent ReAct folosind create_react_agent() cu llm și o listă care conține instrumentul tău retrieve_customer_info.
  • Invocă agentul cu agent.invoke() pe baza datelor de intrare furnizate.
  • Afișează conținutul din ultimul mesaj.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

@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].____)
Editează și rulează codul