Agents dans LangChain

Concevoir des systèmes agentiques avec LangChain

Dilini K. Sumanapala, PhD

Founder & AI Engineer, Genverv Ltd.

Faites connaissance avec votre instructrice

    Photo de l'instructrice du cours.

   

  • Dilini K. Sumanapala, Ph. D.

  • Ingénieure en IA

  • Neurosciences cognitives

  • Applications en langage naturel

  • Fondatrice, Genverv Ltd.

Concevoir des systèmes agentiques avec LangChain

Aperçu des agents et des outils

Icône d'un robot représentant un agent

 

  • Agents

    Systèmes autonomes qui décident et agissent

  • Outils

    Fonctions qu'utilisent les agents pour des tâches précises
    • Interroger des données
    • Rapports de recherche
    • Analyse de données
Concevoir des systèmes agentiques avec LangChain

Concepts de base

Tête de clavardeur IA

   

  • LLM (p. ex., ChatGPT)

  • Invites (prompts)

  • Outils

  • API

  • LangChain

    • Création d'agents d'IA
Concevoir des systèmes agentiques avec LangChain

Aperçu du cours

    Icône d'outils, Wikipédia et casse-tête d'un visage humain.

   

  • Problèmes de maths

  • Recherche sur Wikipédia

  • Alterner entre outils et LLM

Concevoir des systèmes agentiques avec LangChain

Schéma d'un cerveau et d'une bulle avec requête et raisonnement.

Concevoir des systèmes agentiques avec LangChain

Schéma d'un cerveau, d'engrenages d'action et d'une bulle avec requête et raisonnement, action et réponse.

Concevoir des systèmes agentiques avec LangChain

Schéma d'un cerveau et d'engrenages avec une bulle représentant les composants d'un agent ReAct, avec l'étiquette ReAct en dessous.

Concevoir des systèmes agentiques avec LangChain

Améliorer la justesse des réponses

    Capture d'écran d'une réponse de maths erronée d'une ancienne conversation ChatGPT. Réponse correcte « 483 » ajoutée au bas de l'image.

   

  • Codage

  • Maths

1 https://community.openai.com/t/chatgpt-simple-math-calculation-mistake/62780
Concevoir des systèmes agentiques avec LangChain

Décomposer les problèmes

  Schéma d'opérateurs mathématiques.

 

Ordre des opérations en maths

1. Parenthèses

2. Exposants

3. Multiplication/Division

4. Addition/Soustraction

Concevoir des systèmes agentiques avec LangChain

Étendre les agents avec LangGraph

      Schéma d'un organigramme générique à gauche et logo LangGraph à droite.

Concevoir des systèmes agentiques avec LangChain

Structures de graphe

    Schéma d'un organigramme avec trois icônes de document en dessous représentant les résultats des « arêtes ».

     

Nœuds

  • Interroger la base de données

  • Retourner le document

     

Arêtes

Règles reliant les nœuds

Concevoir des systèmes agentiques avec LangChain

Créer un agent ReAct

# 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")
Concevoir des systèmes agentiques avec LangChain

Créer un agent ReAct

# 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.
Concevoir des systèmes agentiques avec LangChain

Passons à la pratique !

Concevoir des systèmes agentiques avec LangChain

Preparing Video For Download...