Mis on agent LangChainis?

LangChaini raamistikku kasutatakse keelemudeleid kasutavate rakenduste arendamiseks. LLM-id annavad üldisi vastuseid, nad ei sihi ühtegi konkreetset valdkonda, samas kui LangChainil on kõige võimsam atribuut, mida see pakub, et luua ahelaid, milles kasutajad saavad kombineerida mitu komponenti ja luua ühe sidusa rakenduse. LangChainil on palju mooduleid, andmeühendusi, kette, agente, mälu ja tagasihelistamist.

Selles artiklis käsitleme LangChaini agente kõigist võimalikest aspektidest

Mis on agent LangChainis?

Mõned rakendused ei vaja ainult ettemääratud ahelaid, vaid need nõuavad tundmatut ahelat, mis sõltub kasutaja sisendist. Sellisel juhul on olemas ' agent ', kes pääsevad tööriista juurde ja otsustavad, millist tööriista on vaja vastavalt kasutaja sisendile ja sellele, mida ta küsib. Tööriistakomplekt on põhimõtteliselt tööriistade komplekt, mida on vaja konkreetse eesmärgi saavutamiseks ja tööriistakomplektis on 3–5 tööriista.

LangChaini agentide tüübid

On kaks peamist agenti:

Tegevusagendid
Planeerimise ja teostamise agendid

Tegevusagendid: Need agendid otsustavad toimingud samm-sammult, hindavad iga sammu ja seejärel teostavad selle ning liiguvad järgmise juurde, kui arutame agendi pseudokoodi, mis hõlmab mõnda sammu

Sisend võetakse vastu kasutajalt.
Tööriista ja selle tüüpi tööriistade üle otsustab agent.
See tööriist kutsutakse välja koos sisendtööriistaga ja vaatlus registreeritakse.
Ajaloo tööriist, vaatlustööriist ja sisendtööriist antakse tagasi agendile.
Korrake toimingut, kuni agent otsustab sellest tööriistast loobuda.

Planeerimise ja teostamise agendid: Need agendid otsustavad esmalt toimingu, mida teha, ja seejärel teostavad kõik need toimingud.

Kasutaja sisend võetakse vastu.
Agent loetleb kõik sooritatavad sammud.
Täitja läbib sammude loendi, täites need.

Agendi seadistamine

Enne agendi seadistamist peate installima rakenduse uusima versiooni Python vastavalt teie operatsioonisüsteemile.

1. samm: pakettide installimine
Esiteks peame selle jaoks looma keskkonna, installima LangChaini, google-search-results ja openai läbi ' pip 'käsk:

! pip installida langchain
! pip installida google-otsingu tulemused
! pip installida openai

Nõutavate teekide importimine:

langchain.schema impordi SystemMessage
saidilt langchain.agents importige OpenAIFunctionsAgent, AgentExecutor
imporditööriistast langchain.agents
langchain.chat_models impordib ChatOpenAI-d
import re
getpassist import getpass

2. samm: hankige oma salajane API
Pärast keskkonna seadistamist peate nüüd hankima OpenAI platvormilt salajased API võtmed:

openai_api_key = getpass ( )
llm = ChatOpenAI ( openai_api_key =openai_api_key, temperatuuri = 0 )

3. samm: tööriista lähtestamine
Järgmisena määratleme tööriista, kirjutades stringi pikkuse saamiseks lihtsa Pythoni koodi.

@ tööriist
def get_word_string ( sõna: str ) - > int:
'' 'andke mulle nööri pikkus.' ''
tagasi ainult ( sõna )

tööriistad = [ hanki_sõna_string ]

4. samm: looge viipamall
Pärast tööriista määratlemist seadistage selle kasutamiseks viipamall 'OpenAIFunctionsAgent.create_prompt()' abifunktsioon, mis loob malli automaatselt.

system_message = Süsteemisõnum ( sisu = 'Sa oled väga võimas assistent, kuid oskate nööripikkusi arvutada halvasti.' )
prompt = OpenAIFunctionsAgent.create_prompt ( süsteemi_sõnum =süsteemi_sõnum )

5. samm: agendi loomine
Nüüd saame lõpetada kõik tükid ja luua agendi, kasutades funktsiooni nimega 'OpenAIFunctionsAgent()' .

agent = OpenAIFunctionsAgent ( llm =llm, tööriistad =tööriistad, viip = viipa )

6. samm: käitusaja seadistamine
Kui olete agendi edukalt loonud, looge agendi käitusaeg, selle jaoks kasutatakse agendi käitusajana 'AgentExecutorit'.

agent_executor = AgentExecutor ( agent = agent, tööriistad =tööriistad, paljusõnaline = Tõsi )

7. samm: agendi testimine
Pärast Runtime'i loomist on nüüd aeg agenti testida.

agent_executor.run ( 'Mitu sõna sellel stringil on?' )

Kui olete 2. sammus sisestanud õige API-võtme, saate vastuse.

Järeldus

Seda artiklit on illustreeritud mitmest aspektist, esiteks demonstreerib see, mis on LangChain ja kuidas see töötab, seejärel liigub see LangChaini agentide juurde ja käsitleb agentide eesmärke LangChainis ning sisaldab teavet kahe peamise agentide tüübi kohta. 'Tegevusagendid' ja 'Planeerige ja teostage agendid' kasutatakse LangChainis ja koodi täitmine on lõppenud agendi loomiseks LangChainis

Mis on agent LangChainis?