LangChain ajanlarına giriş

LangChain ile LLM Uygulamaları Geliştirme

Jonathan Bennion

AI Engineer & LangChain Contributor

Ajanlar nedir?

Ajanlar: LLM'lerle eylem alır

Araçlar: ajanın çağırdığı fonksiyonlar

Şimdi → ReAct Ajanı

Kullanıcı girdisine göre hangi aracı kullanacağına karar veren bir ajan.

ReAct ajanları

Reason + Act

Kingston, Jamaika'da hava nasıl?

Düşünce: Kingston, Jamaika'daki
hâvayı öğrenmek için Weather() çağırmalıyım.


Eylem: Weather("Kingston, Jamaica")


Gözlem: Hava çoğunlukla güneşli,
82°F sıcaklıkta.

Düşünme, eylem ve gözlem döngüsü.

LangGraph

LangGraph logosu.

Ajan sistemleri tasarımına odaklı LangChain dalı
Birleşik, araçtan bağımsız sözdizimi
pip install langgraph==0.2.74

ReAct ajanı

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)

ReAct ajanı

{'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.

Ayrıntı alıştırması

LangChain ile LLM Uygulamaları Geliştirme