Kom igångKom igång gratis

Integrera anpassade verktyg med agenter

Nu när du har dina verktyg på plats är det dags att sätta upp ditt agentbaserade arbetsflöde! Du använder återigen en ReAct-agent som, kom ihåg, resonerar kring vilka steg den ska ta och väljer verktyg baserat på detta sammanhang och verktygens beskrivningar. En llm har redan definierats åt dig och använder OpenAI:s modell gpt-4o-mini.

Den här övningen är en del av kursen

Utveckla LLM-applikationer med LangChain

Visa kurs

Övningsinstruktioner

  • Skapa en ReAct-agent med create_react_agent() med llm och en lista som innehåller ditt retrieve_customer_info-verktyg.
  • Anropa agenten med agent.invoke() på den angivna inmatningen.
  • Skriv ut innehållet från det sista meddelandet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

@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].____)
Redigera och kör kod