业网站建设,货代可以从哪些网站开发客户,wordpress安装表前缀,什么网站做外贸最多的强化你的LangChain工具创建技能#xff1a;从基础到进阶
在现代AI开发中#xff0c;为语言模型和智能代理提供工具是提升其功能的关键一步。本指南将带你深入了解如何在LangChain中创建工具#xff0c;从简单的函数到复杂的可配置工具。
引言
在构建智能代理时#xff0…强化你的LangChain工具创建技能从基础到进阶
在现代AI开发中为语言模型和智能代理提供工具是提升其功能的关键一步。本指南将带你深入了解如何在LangChain中创建工具从简单的函数到复杂的可配置工具。
引言
在构建智能代理时开发者需要提供一组工具供其使用。工具的构建不仅需要考虑其功能还需确保其具有良好的描述和参数验证以便模型能够有效地理解和调用这些工具。
主要内容
工具的基本组成
一个工具通常包含以下几个部分
名称必须在工具集中唯一。描述描述工具的功能供模型上下文使用。参数模式args_schema可选的Pydantic BaseModel用于提供参数验证。直接返回return_direct仅对代理相关指示调用工具后是否直接返回结果。
从函数创建工具
使用tool装饰器
这是定义自定义工具的最简单方式。装饰器使用函数名称作为工具名称并使用函数的文档字符串作为工具描述。
from langchain_core.tools import tooltool
def multiply(a: int, b: int) - int:Multiply two numbers.return a * bprint(multiply.name)
print(multiply.description)
print(multiply.args)异步实现
你可以创建异步实现使工具在异步环境中表现更好。
from langchain_core.tools import tooltool
async def amultiply(a: int, b: int) - int:Multiply two numbers.return a * b使用StructuredTool进行更复杂的配置
如果需要更灵活的配置可以使用StructuredTool.from_function方法。
from langchain.pydantic_v1 import BaseModel, Field
from langchain_core.tools import StructuredToolclass CalculatorInput(BaseModel):a: int Field(descriptionfirst number)b: int Field(descriptionsecond number)def multiply(a: int, b: int) - int:Multiply two numbers.return a * bcalculator StructuredTool.from_function(funcmultiply,args_schemaCalculatorInput,return_directTrue
)print(calculator.invoke({a: 2, b: 3}))代码示例
下面给出一个完整的代码示例展示如何利用LangChain创建一个简单的智能计算工具
from langchain_core.tools import StructuredTool
from langchain.pydantic_v1 import BaseModel, Fieldclass CalculatorInput(BaseModel):a: int Field(description第一个数字)b: int Field(description第二个数字)def multiply(a: int, b: int) - int:两个数相乘。return a * bcalculator StructuredTool.from_function(funcmultiply,args_schemaCalculatorInput,return_directTrue
)print(calculator.invoke({a: 5, b: 7})) # 输出: 35常见问题和解决方案
错误处理
在使用工具时可能会遇到异常情况可以通过设置handle_tool_error来处理。
from langchain_core.tools import ToolExceptiondef get_weather(city: str) - int:获取指定城市的天气。raise ToolException(f错误没有名为 {city} 的城市。)weather_tool StructuredTool.from_function(funcget_weather,handle_tool_error没有找到该城市可能温度高于0K!
)print(weather_tool.invoke({city: foobar}))总结和进一步学习资源
本文介绍了如何为LangChain模型创建简单和复杂的工具。通过掌握这些技术你可以更好地为智能代理提供强大的功能支持。
Pydantic文档LangChain官方指南
参考资料
LangChain官方指南Pydantic文档
如果这篇文章对你有帮助欢迎点赞并关注我的博客。您的支持是我持续创作的动力
—END—
