Agenten in LangChain

Agentische Systeme mit LangChain entwerfen

Dilini K. Sumanapala, PhD

Founder & AI Engineer, Genverv Ltd.

Deine Kursleiterin

    Foto der Kursleiterin.

   

  • Dilini K. Sumanapala, PhD

  • AI Engineer

  • Kognitive Neurowissenschaften

  • Sprachverarbeitung

  • Gründerin, Genverv Ltd.

Agentische Systeme mit LangChain entwerfen

Überblick: Agenten und Tools

Symbol eines Roboters, der einen Agenten darstellt

 

  • Agenten

    Autonome Systeme, die entscheiden und handeln

  • Tools

    Funktionen, die Agenten für Aufgaben nutzen
    • Datenabfrage
    • Research-Berichte
    • Datenanalyse
Agentische Systeme mit LangChain entwerfen

Grundlagen

Kopf eines Chatbots

   

  • LLMs (z. B. ChatGPT)

  • Prompts

  • Tools

  • API

  • LangChain

    • KI-Agenten bauen
Agentische Systeme mit LangChain entwerfen

Kursüberblick

    Symbol für Tools, Wikipedia und ein Puzzleteil eines menschlichen Gesichts.

   

  • Matheaufgaben

  • Wikipedia-Suche

  • Zwischen Tools und LLMs wechseln

Agentische Systeme mit LangChain entwerfen

Diagramm eines Gehirns und einer Sprechblase mit Anfrage und Begründung.

Agentische Systeme mit LangChain entwerfen

Diagramm eines Gehirns, Zahnräder für Aktionen und einer Sprechblase mit Anfrage und Begründung, Aktion und Antwort.

Agentische Systeme mit LangChain entwerfen

Diagramm eines Gehirns und Zahnrädern mit einer Sprechblase, die die Komponenten eines ReAct-Agenten zeigt, mit ReAct-Beschriftung darunter.

Agentische Systeme mit LangChain entwerfen

Antwortgenauigkeit verbessern

    Screenshot einer ungenauen Mathe-Antwort aus einem früheren ChatGPT-Chat. Korrekte Antwort „483“ unten hinzugefügt.

   

  • Coding

  • Mathe

1 https://community.openai.com/t/chatgpt-simple-math-calculation-mistake/62780
Agentische Systeme mit LangChain entwerfen

Probleme zerlegen

  Diagramm mathematischer Operatoren.

 

Reihenfolge der Rechenoperationen

1. Klammern

2. Potenzen

3. Multiplikation/Division

4. Addition/Subtraktion

Agentische Systeme mit LangChain entwerfen

Agenten mit LangGraph erweitern

      Diagramm eines generischen Flussdiagramms links mit LangGraph-Logo rechts.

Agentische Systeme mit LangChain entwerfen

Graphstrukturen

    Diagramm eines Flussdiagramms mit drei unterschiedlichen Dokument-Icons darunter als Ergebnisse von „Kanten“.

     

Knoten

  • Datenbank abfragen

  • Dokument zurückgeben

     

Kanten

Regeln, die Knoten verbinden

Agentische Systeme mit LangChain entwerfen

ReAct-Agent erstellen

# Module imports

from langchain_core.tools import tool

from langchain_openai import ChatOpenAI

from langgraph.prebuilt import create_react_agent

import math


# LLM Setup
model = ChatOpenAI(openai_api_key="<OPENAI_API_TOKEN">, model="gpt-4o-mini")
Agentische Systeme mit LangChain entwerfen

ReAct-Agent erstellen

# Create the agent
agent = create_react_agent(model, tools)


# Create a query
query = "What is (2+8) multiplied by 9?"


# Invoke the agent and print the response
response = agent.invoke({"messages": [("human", query)]})


# Print the agent's response
print(response['messages'][-1].content)

<script.py> output:
    The result of (2 + 8) multiplied by 9 is 90.
Agentische Systeme mit LangChain entwerfen

Lass uns üben!

Agentische Systeme mit LangChain entwerfen

Preparing Video For Download...