Dans Langchain, comment utiliser AgentExecutor pour remplacer la fonction Initialize_agent désactivée?

Alternative à la fonction initialize_agent dans Langchain: Utilisez AgentExecutor

La fonction initialize_agent de Langchain a été obsolète et il est recommandé d'utiliser une classe AgentExecutor plus flexible pour initialiser et exécuter l'agent. AgentExecutor offre des options de contrôle et de personnalisation plus fines. Voici les étapes pour utiliser AgentExecutor :

1. Importez les modules nécessaires:

 De Langchain.Agents Import AgentExecutor
De Langchain.agents.tools Import Tool

2. Outils de définition:

Les agents ont besoin d'une gamme d'outils pour effectuer des tâches. Ces outils peuvent être des fonctions, des appels API ou d'autres unités exécutables. Par exemple:

 def search_tool (Query):
    # Implémentez votre logique de recherche ici, par exemple en utilisant Serpapi ou d'autres moteurs de recherche # ...
    Renvoie des "résultats de recherche"

outils = [
    Outil(
        name = "Search",
        func = search_tool,
        Description = "Tool pour rechercher des informations, entrez les mots clés de requête."
    )
]]

3. Créez un agent:

Choisissez le type de proxy approprié, tel que ZeroShotAgent ou autres. L'exemple suivant utilise ZeroShotAgent :

 de Langchain.agents Import Zeroshotagent
De Langchain Import Llmchain, serpapiwrapper # Remplacez par votre LLM et outils de recherche # Remplacez par votre LLM
llm = ... 

search = serpapiWrapper () # ou d'autres outils de recherche = [
    Outil(
        name = "calculatrice",
        func = lambda x: str (ev (x)), #simple calculator exemple, plus complet de traitement description = "outil pour les calculs mathématiques simples, entrez des expressions mathématiques."
    ),
    Outil(
        name = "Search",
        func = search.run,
        Description = "Tool pour rechercher des informations, entrez les mots clés de requête."
    )
]]

inside = zeroshotagent.create_prompt (
    outils,
    prefix = "Veuillez répondre à la question en fonction des outils suivants:",
    suffixe = "start!"
)

llm_chain = llmchain (llm = llm, prompt = invite)
agent = zeroshotagent (llm_chain = llm_chain, outils = outils)

4. Initialiser et utiliser AgentExecutor :

 agent_executor = agentExecutor.from_agent_and_tools (agent = agent, tools = tools, verbose = true)

réponse = agent_executor.run ("Quelle est la population de Tokyo?")
Imprimer (réponse)

Grâce aux étapes ci-dessus, vous pouvez utiliser AgentExecutor pour remplacer la fonction initialize_agent désactivée et gérer et exécuter votre agent Langchain plus efficacement. N'oubliez pas de remplacer l'espace réservé ( ... ) dans l'exemple de code pour le LLM et l'outil que vous utilisez réellement. verbose=True imprimera le processus de raisonnement du proxy, ce qui est pratique pour le débogage.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!