НачатьНачать бесплатно

Интеграция пользовательских инструментов с агентами

Теперь, когда инструменты готовы, пришло время настроить агентный рабочий процесс! Вы снова будете использовать ReAct-агента, который, как вы помните, рассуждает о шагах, которые необходимо предпринять, и выбирает инструменты на основе контекста и их описаний. Для вас уже определена переменная llm, использующая модель gpt-4o-mini от OpenAI.

Это упражнение является частью курса

Разработка LLM-приложений с помощью LangChain

Посмотреть курс

Инструкции к упражнению

  • Создайте ReAct-агента с помощью create_react_agent(), передав llm и список, содержащий ваш инструмент retrieve_customer_info.
  • Вызовите агента с помощью agent.invoke(), передав подготовленные входные данные.
  • Выведите содержимое последнего сообщения.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

@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].____)
Редактировать и запускать код