НачатьНачать бесплатно

Создание пользовательских инструментов

Теперь, когда у вас есть функция для извлечения данных о клиентах из DataFrame customers, пришло время преобразовать её в инструмент, совместимый с агентами LangChain.

Это упражнение является частью курса

Разработка LLM-приложений с помощью LangChain

Посмотреть курс

Инструкции к упражнению

  • Добавьте декоратор @tool перед определением функции, чтобы превратить её в инструмент LangChain.
  • Выведите аргументы инструмента, используя атрибут .args (например, tool_name.args).

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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.____)
Редактировать и запускать код