Introduktion till LangChain-agenter

Utveckla LLM-applikationer med LangChain

Jonathan Bennion

AI Engineer & LangChain Contributor

Vad är agenter?

 

Agenter: använder LLM:er för att utföra åtgärder

Verktyg: funktioner som anropas av agenten

 

  • Nu → ReAct-agent

En agent som bestämmer vilket verktyg som ska användas baserat på användarens indata.

Utveckla LLM-applikationer med LangChain

ReAct-agenter

  • Reason + Act

 

Hur är vädret i 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.

En loop av tänkande, handlande och observerande.

Utveckla LLM-applikationer med LangChain

LangGraph

LangGraph-logotyp.

 

  • En del av LangChain med fokus på att designa agentsystem
  • Enhetlig, verktygsoberoende syntax
  • pip install langgraph==0.2.74
Utveckla LLM-applikationer med LangChain

ReAct-agent

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)
Utveckla LLM-applikationer med LangChain

ReAct-agent

{'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.
Utveckla LLM-applikationer med LangChain

Nu kör vi en övning!

Utveckla LLM-applikationer med LangChain

Preparing Video For Download...