Tích hợp công cụ tùy chỉnh với agent
Giờ bạn đã có sẵn các công cụ, hãy thiết lập quy trình agent của bạn! Bạn sẽ tiếp tục dùng một ReAct agent, nhớ rằng agent này sẽ suy luận về các bước cần thực hiện và chọn công cụ dựa trên ngữ cảnh cùng mô tả công cụ. Một llm đã được định nghĩa sẵn cho bạn, sử dụng mô hình gpt-4o-mini của OpenAI
Bài tập này là một phần của khóa học
Phát triển ứng dụng LLM với LangChain
Hướng dẫn bài tập
- Tạo một ReAct agent bằng
create_react_agent()vớillmvà một danh sách chứa toolretrieve_customer_infocủa bạn. - Gọi agent với
agent.invoke()trên đầu vào đã cung cấp. - In nội dung từ thông điệp cuối cùng.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
@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].____)