Ebben a cikkben a LangChain ügynökeit minden lehetséges aspektusból megvitatjuk
Mi az ügynök a LangChainben?
Egyes alkalmazások nem csak előre meghatározott láncokat igényelnek, hanem egy ismeretlen láncot is, amely a felhasználó bevitelétől függ. Ilyen esetre létezik egy „ ügynök ” akik hozzáférnek az eszközhöz, és eldöntik, hogy melyik eszközre van szükség a felhasználó által megadott adatok alapján, és azt, hogy mit kér. Az eszköztár alapvetően egy olyan eszközkészlet, amely egy adott cél eléréséhez szükséges, és egy eszköztárban 3-5 eszköz található.
A LangChain ügynökök típusai
Két fő ügynök van:
- Akcióügynökök
- Tervezés és végrehajtás ügynökök
Akcióügynökök: Ezek az ágensek úgy döntenek, hogy lépésről lépésre kiértékelik az egyes lépéseket, majd végrehajtják, és a következőre lépnek, ha az ügynök pszeudokódját tárgyaljuk, amely néhány lépésből áll.
- A bemenet a felhasználótól érkezik.
- Az ügynök dönt a szerszámról és arról, hogy milyen típusú szerszámra van szükség.
- Ezt az eszközt a bemeneti eszközzel meghívjuk, és a megfigyelést rögzítjük.
- Az előzményeszköz, a megfigyelőeszköz és a beviteli eszköz visszakerül az ügynökhöz.
- Ismételje meg a folyamatot, amíg az ügynök úgy dönt, hogy kilép az eszközből.
Tervezés és végrehajtás ügynökök: Ezek az ügynökök először döntenek a végrehajtandó műveletről, majd végrehajtják az összes műveletet.
- Felhasználói bevitel fogadva.
- Az ügynök felsorolja az összes végrehajtandó lépést.
- A végrehajtó végigmegy a lépések listáján, végrehajtja azokat.
Ügynök beállítása
Az ügynök beállítása előtt telepítenie kell a legújabb verziót Piton operációs rendszerének megfelelően.
1. lépés: Csomagok telepítése
Először is létre kell hoznunk egy környezetet ehhez telepítenünk kell a LangChaint, a google-search-results-t és az openai-t a ' csipog 'parancs:
! csipog telepítés langchain
! csipog telepítés google-search-results
! csipog telepítés openai
Szükséges könyvtárak importálása:
innen: langchain.schema import SystemMessagea langchain.agents webhelyről importálja az OpenAIFunctionsAgentet, az AgentExecutort
a langchain.agents importáló eszközből
a langchain.chat_models webhelyről importálja a ChatOpenAI-t
import re
getpass importból getpass
2. lépés: Szerezze be titkos API-ját
A környezet beállítása után most titkos API-kulcsokat kell beszereznie az OpenAI platformról:
llm = ChatOpenAI ( openai_api_key =openai_api_key, hőfok = 0 )
3. lépés: Az eszköz inicializálása
Ezután definiáljunk egy eszközt, egyszerű Python-kódot írva a karakterlánc hosszának meghatározásához.
def get_word_string ( szó: str ) - > int:
'' 'Add meg egy húr hosszát.' ''
Visszatérés csak ( szó )
eszközök = [ get_word_string ]
4. lépés: Hozzon létre egy prompt sablont
Az eszköz meghatározása után állítson be egy Prompt Template-t ehhez a használathoz 'OpenAIFunctionsAgent.create_prompt()' segítő funkció, amely automatikusan létrehozza a sablont.
prompt = OpenAIFunctionsAgent.create_prompt ( system_message =rendszer_üzenet )
5. lépés: Ügynök létrehozása
Most lezárhatjuk az összes darabot, és létrehozhatunk egy ügynököt egy nevezett függvény segítségével „OpenAIFunctionsAgent()” .
6. lépés: A Runtime beállítása
Ha sikeresen hozott létre egy ügynököt, akkor hozzon létre egy futási környezetet az ügynök számára, ehhez az „AgentExecutor” lesz az ügynök futási környezete.
7. lépés: Ügynökteszt
A Runtime létrehozása után itt az ideje tesztelni az ügynököt.
Ha a 2. lépésben a megfelelő API-kulcsot adta meg, választ fog kapni.
Következtetés
Ezt a cikket sok szempontból illusztrálták, először bemutatja, mi az a LangChain, és hogyan működik, majd áttér a LangChain ügynökeire, és tárgyalja a LangChain ügynökeinek célját, és információkat tartalmaz az ügynökök két fő típusáról. „Akcióügynökök” és 'Tervezz és hajtsd végre ügynökök' A LangChainben használt program, a kódvégrehajtás pedig egy ügynök létrehozása volt a LangChainben