V tem članku bomo razpravljali o agentih v LangChainu z vseh možnih vidikov
Kaj je agent v LangChainu?
Nekatere aplikacije ne zahtevajo samo vnaprej določenih verig, ampak zahtevajo neznano verigo, ki je odvisna od uporabnikovega vnosa. Za tak primer obstaja ' agent «, ki dostopajo do orodja in se odločijo, katero orodje je potrebno glede na uporabnikov vnos in kaj ta zahteva. Zbirka orodij je v bistvu nabor orodij, ki so potrebna za doseganje določenega cilja, v zbirki orodij pa je 3-5 orodij.
Vrste agentov LangChain
Obstajata dva glavna agenta:
- Akcijski agenti
- Agenti za načrtovanje in izvedbo
Akcijski agenti: Ti agenti se odločajo o dejanjih, ki jih bodo izvedli korak za korakom, ovrednotijo vsak korak in ga nato izvedejo ter se premaknejo na naslednjega, če razpravljamo o psevdo kodi agenta, ki vključuje nekaj korakov
- Vnos je prejet od uporabnika.
- Zastopnik se odloči za orodje in vrsto orodja, ki ga potrebujete.
- To orodje se pokliče z orodjem za vnos in opazovanje se zabeleži.
- Orodje za zgodovino, orodje za opazovanje in orodje za vnos se posreduje nazaj agentu.
- Postopek ponavljajte, dokler se agent ne odloči zapreti tega orodja.
Agenti za načrtovanje in izvedbo: Ti agenti se najprej odločijo za dejanje, ki ga bodo izvedli, nato pa izvedejo vsa ta dejanja.
- Uporabniški vnos je prejet.
- Agent navede vse korake, ki jih je treba izvesti.
- Izvajalec gre skozi seznam korakov in jih izvede.
Nastavitev agenta
Preden nastavite agenta, morate namestiti najnovejšo različico Python glede na vaš operacijski sistem.
1. korak: Namestitev paketov
Najprej moramo vzpostaviti okolje za to moramo namestiti LangChain, google-search-results in openai prek ' pip ” ukaz:
! pip namestite Langchain
! pip namestite google-rezultati iskanja
! pip namestite openai
Uvoz potrebnih knjižnic:
iz langchain.schema import SystemMessageiz langchain.agents uvozi OpenAIFunctionsAgent, AgentExecutor
iz orodja za uvoz langchain.agents
iz langchain.chat_models uvozi ChatOpenAI
uvoz re
iz getpass uvoz getpass
2. korak: pridobite svoj Secret API
Po nastavitvi okolja morate zdaj pridobiti skrivne ključe API iz platforme OpenAI:
llm = ChatOpenAI ( openai_api_key =openai_api_key, temperaturo = 0 )
3. korak: Orodje za inicializacijo
Nato definirajmo orodje, ki napiše preprosto kodo Python, da dobi dolžino niza.
def get_word_string ( beseda: str ) - > int:
'' 'daj mi dolžino niza.' ''
vrnitev samo ( beseda )
orodja = [ get_word_string ]
4. korak: Ustvarite predlogo poziva
Ko definirate orodje, nastavite predlogo poziva za to uporabo 'OpenAIFunctionsAgent.create_prompt()' pomočnik, ki samodejno ustvari predlogo.
poziv = OpenAIFunctionsAgent.create_prompt ( sistemsko_sporočilo =sistemsko_sporočilo )
5. korak: Ustvarjanje agenta
Zdaj lahko zaključimo vse dele in ustvarimo agenta z uporabo funkcije, imenovane 'OpenAIFunctionsAgent()' .
6. korak: Nastavitev izvajalnega okolja
Če ste agenta uspešno ustvarili, ustvarite izvajalno okolje za agenta, za to se kot izvajalno okolje za agenta uporablja »AgentExecutor«.
7. korak: Testiranje agenta
Ko ustvarite Runtime, je čas, da preizkusite agenta.
Če ste v 2. koraku vstavili pravilen ključ API, boste prejeli odgovor.
Zaključek
Ta članek je ilustriran z več vidikov, najprej prikazuje, kaj je LangChain in kako deluje, nato se pomakne k agentom v LangChainu in razpravlja o namenu agentov v LangChainu ter vsebuje informacije o dveh glavnih vrstah agentov. 'Akcijski agenti' in »Agenti za načrtovanje in izvedbo« uporablja se v LangChainu in na koncu je bila izvedba kode vzpostavitev agenta v LangChainu