將自訂工具整合到代理中
現在你已經備妥工具，是時候設定你的代理式工作流程了！你將再次使用 ReAct 代理。回想一下，它會推理需要採取的步驟，並根據這些脈絡與工具描述來選擇要用的工具。已為你定義好一個 llm，使用的是 OpenAI 的 gpt-4o-mini 模型。
本練習屬於課程
使用 LangChain 開發 LLM 應用
練習說明
- 使用
create_react_agent()、以llm與包含retrieve_customer_info工具的清單來建立 ReAct 代理。 - 使用
agent.invoke()對提供的輸入呼叫代理。 - 印出最後一則訊息的內容。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
@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].____)