Компоненти агентів LangChain

Які ключові компоненти агента LangChain?

Ця вправа є частиною курсу

Проєктування агентних систем з LangChain

Переглянути курс

Практична інтерактивна вправа

Перетворіть теорію на практику за допомогою однієї з наших інтерактивних вправ

Почати вправу

Ця вправа є частиною курсу

Проєктування агентних систем з LangChain

SkillTag.level.intermediateSkillTag.label

4.8+

2069 reviews

Почніть курс безкоштовно

Створюйте інтелектуальні агентні системи! Дізнайтеся ключові компоненти агентів LangChain і те, як підказки, LLM та інструменти працюють разом для міркування й дії. Ви налаштуєте агента з API OpenAI, визначите власні інструменти та розв'яжете прикладні завдання, як-от обчислення в математиці. Крім того, дослідите, як LangChain організовує дані за допомогою графів, вузлів і ребер.

Exercise 1: Агенти в LangChain Exercise 2: Створення агента ReAct Exercise 3: Компоненти агентів LangChain

Поточна вправа

Exercise 4: Створення власних інструментів Exercise 5: Створіть інструмент для математичних обчислень Exercise 6: Інтеграція спеціальних інструментів і запитів Exercise 7: Діалог із агентом ReAct Exercise 8: Налаштування розмови Exercise 9: Ставте запитання про історію розмови

Створюйте динамічні чатботи з інструментами на базі LangChain і LangGraph! Ви дослідите, як створити чатбота, що підлаштовується під введення користувача, визначивши стани та інтегрувавши зовнішні API для отримання інформації в реальному часі. Ви з'єднаєте ці компоненти в чутливу до контексту графову структуру, що забезпечує плавні переходи між розмовою та відповідями з використанням інструментів. Наприкінці ви матимете візуально представлений каркас чатбота з розширеним міркуванням і багатоетапними робочими процесами.

Exercise 1: Побудова графів для чатботів Exercise 2: Стани графа та агента Exercise 3: Додавання вузлів і ребер Exercise 4: Генерування відповідей чатбота Exercise 5: Запити й відповіді Exercise 6: Згенеруйте діаграму графа Exercise 7: Додавання зовнішніх інструментів до чатбота Exercise 8: Створіть інструмент Wikipedia Exercise 9: Додайте інструмент до графа Exercise 10: Додавання пам'яті та розмови Exercise 11: Візуалізуйте граф і повертайте результати інструментів Exercise 12: Додавання памʼяті до графа Exercise 13: Використання пам'яті графа для розмови

Розширте свого чатбота динамічними інструментами та пам'яттю! Визначте й інтегруйте кілька інструментів у гнучкі робочі процеси, створіть функції для динамічних викликів інструментів і налаштуйте чатбота для роботи з кількома інструментами. Упорядкуйте пам'ять і результати, щоб забезпечити чергування кількох реплік у розмові. Наприкінці ви створите складного чатбота, здатного до комплексних взаємодій.

Exercise 1: Визначення кількох інструментів Exercise 2: Створіть інструмент, що викликає LLM Exercise 3: Створіть інструмент на Python Exercise 4: Прив'язування кількох інструментів Exercise 5: Визначення вузлів і ребер для гнучкого виклику функцій Exercise 6: Визначте функцію, що зупиняє чатбот Exercise 7: Створіть функцію для повернення відповіді LLM Exercise 8: Створіть робочий процес графа для кількох інструментів Exercise 9: Упорядкуйте виведення чат-бота за допомогою пам'яті Exercise 10: Налаштуйте результати для кількох інструментів Exercise 11: Увімкніть багатореплікову розмову з пам'яттю Exercise 12: Вітаємо!