淮北市住房和城乡建设局网站南宁百度seo软件
LangChain-Agents 入门指南
- LangChain-Agents 入门指南
- 注册 Serpapi
- 运行高级 Agents API 测试
- 运行 Google Search
- 其它
Here’s the table of contents:
LangChain-Agents 入门指南
LangChain是一个使用LLMs构建应用程序的工具箱，包含Models、Prompts、Indexes、Memory、Chains、Agents、Callbacks等核心模块。
其中 Agents 使用 LLMs 来确定采取哪些行动以及以何种顺序采取行动。操作可以是使用工具并观察其输出，也可以是返回给用户。如果使用得当，代理可以非常强大。本文章的目的是向您展示如何通过最简单、最高级别的 API 轻松使用 Agents 。
关于 Agents 有以下几个核心概念：
- Tool：执行特定的功能。可以是:谷歌搜索，数据库查找，Python REPL，使用其它工具。工具的接口目前是一个函数，期望以字符串作为输入，以字符串作为输出。
- LLM：驱动 Agents 的语言模型。
- Agent：要使用的代理。这应该是一个引用支持代理类的字符串。由于本章关注的是最简单、最高级别的API，因此只涉及使用标准支持的代理。如果您希望实现自定义代理，请参阅自定义代理的文档（即将推出）。
访问关于 LangChain-Agents 的更多内容。
注册 Serpapi
在 Serpapi网站注册账号，可以使用 GitHub 账号或者 Google 账号。注册完成后可以在首页获取
SERPAPI_API_KEY，保存备用。
运行高级 Agents API 测试
运行 Google Search
从运行结果可以看到，LLM 控制 Agents 运行了两次 Google Search，分别得到了姚明妻子的名称和年龄；最后一次 Action 得到年龄次方运算的结果，形成最终答案。
import os
from env import getEnvos.environ['OPENAI_API_KEY'] = getEnv('OPENAI_KEY')
os.environ['SERPAPI_API_KEY'] = getEnv('SERPAPI_KEY')from langchain.agents import load_tools
from langchain.agents import initialize_agent
from langchain.agents import AgentType
from langchain.llms import OpenAI# 加载将要用来控制 Agents 的语言模型
llm = OpenAI(temperature=0)# 加载一些要使用的工具
tools = load_tools(["serpapi", "llm-math"], llm=llm)# 初始化 Agents
agent = initialize_agent(tools, llm, agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION, verbose=True)# 测试一下！
agent.run("姚明的妻子是谁？她现在的年龄是多少？她年龄的0.76次方是多少？")
其它
下面报错通过更换 urllib3 包版本后解决。
# Error communicating with OpenAI: HTTPSConnectionPool(host=’api.openai.com’...
# pip uninstall urllib3
# pip install urllib3==1.25.11