Introdução a agentes do LangChain

Desenvolvimento de aplicativos de LLM com LangChain

Jonathan Bennion

AI Engineer & LangChain Contributor

O que são agentes?

Agentes: usam LLMs para agir

Ferramentas: funções chamadas pelo agente

Agora → Agente ReAct

Um agente que decide qual ferramenta usar com base nas informações do usuário.

Agentes ReAct

Reason + Act

Como está o tempo em Kingston, Jamaica?

Thought: I should call Weather() to find the
weather in Kingston, Jamaica.


Act: Weather("Kingston, Jamaica")


Observe: The weather is mostly sunny with
temperatures of 82°F.

Um ciclo de pensar, agir e observar.

LangGraph

Logo da LangGraph.

Ramificação da LangChain focado em criar sistemas de agentes
Sintaxe unificada e neutra
pip install langgraph==0.2.74

Agentes ReAct

from langgraph.prebuilt import create_react_agent
from langchain_community.agent_toolkits.load_tools import load_tools


llm = ChatOpenAI(model="gpt-4o-mini", api_key=openai_api_key)
tools = load_tools(["llm-math"], llm=llm)

agent = create_react_agent(llm, tools)


messages = agent.invoke({"messages": [("human", "What is the square root of 101?")]})

print(messages)

Agente ReAct

{'messages': [
    HumanMessage(content='What is the square root of 101?', ...),
    AIMessage(content='', ..., tool_calls=[{'name': 'Calculator', 'args': {'__arg1': 'sqrt(101)'}, ...),
    ToolMessage(content='Answer: 10.04987562112089', ...),
    AIMessage(content='The square root of 101 is approximately 10.05.', ...)
]}

print(messages['messages'][-1].content)

The square root of 101 is approximately 10.05.

Vamos praticar!

Desenvolvimento de aplicativos de LLM com LangChain