Membina Ejen Pintar dengan LangChain dan OpenAI: Panduan Pembangun

Peningkatan kecerdasan buatan memperkasakan pembangun untuk menyepadukan keupayaan pintar ke dalam aliran kerja harian. Pendekatan utama melibatkan mewujudkan ejen autonomi yang menggabungkan penaakulan dengan tindakan. Artikel ini menunjukkan membina ejen sedemikian menggunakan LangChain, GPT-4 OpenAI dan ciri eksperimen LangChain. Ejen ini akan melaksanakan kod Python, berinteraksi dengan fail CSV dan menangani pertanyaan yang kompleks. Mari mulakan!

---

Mengapa Memilih LangChain?

LangChain cemerlang sebagai rangka kerja untuk membangunkan aplikasi yang memanfaatkan model bahasa. Kekuatannya terletak pada mencipta komponen modular yang boleh diguna semula—seperti agen—mampu:

• Melaksanakan kod Python.
• Menganalisis dan berinteraksi dengan fail data.
• Melakukan penaakulan dan membuat keputusan menggunakan alatan.

Menggabungkan LangChain dengan GPT-4 OpenAI membolehkan penciptaan ejen yang disesuaikan dengan keperluan khusus, termasuk analisis data dan penyahpepijatan kod.

---

Bermula: Persediaan Persekitaran

Sebelum pengekodan, pastikan persekitaran anda dikonfigurasikan dengan betul:

• Pasang Perpustakaan Python:

<code class="language-bash">pip install langchain langchain-openai python-dotenv</code>

• Buat fail .env: Simpan kunci API OpenAI anda dengan selamat:

<code>OPENAI_API_KEY=your_api_key_here</code>

---

Membina Ejen Pelaksanaan Python

Keupayaan ejen yang penting ialah melaksanakan kod Python. Ini dicapai menggunakan PythonREPLTool LangChain. Jom tentukan ejen:

Reka Bentuk Arahan

Operasi ejen bergantung pada set arahan. Inilah gesaannya:

<code>instruction = """
You are an agent tasked with writing and executing Python code to answer questions.
You have access to a Python REPL for code execution.
Debug your code if errors occur and retry.
Use only the code's output to answer.
If code cannot answer the question, respond with 'I don't know'.
"""</code>

Persediaan Ejen

Rangka kerja REACT LangChain akan membina ejen ini:

<code class="language-python">from langchain import hub
from langchain_openai import ChatOpenAI
from langchain_experimental.tools import PythonREPLTool
from langchain.agents import create_react_agent, AgentExecutor

base_prompt = hub.pull("langchain-ai/react-agent-template")
prompt = base_prompt.partial(instructions=instruction)

tools = [PythonREPLTool()]
python_agent = create_react_agent(
    prompt=prompt,
    llm=ChatOpenAI(temperature=0, model="gpt-4-turbo"),
    tools=tools,
)
python_executor = AgentExecutor(agent=python_agent, tools=tools, verbose=True)</code>

Ejen ini melaksanakan kod Python dan mengembalikan hasilnya.

---

Menambahkan Analisis CSV pada Ejen

Analisis data ialah tugas ejen AI yang kerap. Mengintegrasikan LangChain create_csv_agent membolehkan ejen kami membuat pertanyaan dan memproses data daripada fail CSV.

Persediaan Ejen CSV

Berikut ialah cara menambah keupayaan CSV:

<code class="language-python">from langchain_experimental.agents.agent_toolkits import create_csv_agent

csv_agent = create_csv_agent(
    llm=ChatOpenAI(temperature=0, model="gpt-4-turbo"),
    path="episode-info.csv",
    verbose=True,
    allow_dangerous_code=True,
)</code>

Ejen ini menjawab soalan tentang episode-info.csv, seperti kiraan baris/lajur dan musim dengan episod terbanyak.

---

Menggabungkan Alat untuk Ejen Bersatu

Untuk fleksibiliti, kami menggabungkan pelaksanaan Python dan analisis CSV menjadi satu ejen, membolehkan penukaran alat yang lancar berdasarkan tugas.

Definisi Ejen Bersatu

<code class="language-python">from langchain.agents import Tool

def python_executor_wrapper(prompt: str):
    python_executor.invoke({"input": prompt})

tools = [
    Tool(
        name="Python Agent",
        func=python_executor_wrapper,
        description="""
        Transforms natural language to Python code and executes it.
        Does not accept code as input.
        """
    ),
    Tool(
        name="CSV Agent",
        func=csv_agent.invoke,
        description="""
        Answers questions about episode-info.csv using pandas calculations.
        """
    ),
]

grant_agent = create_react_agent(
    prompt=base_prompt.partial(instructions=""),
    llm=ChatOpenAI(temperature=0, model="gpt-4-turbo"),
    tools=tools,
)
grant_agent_executor = AgentExecutor(agent=grant_agent, tools=tools, verbose=True)</code>

Ejen ini mengendalikan kedua-dua logik Python dan analisis data CSV.

---

Contoh Praktikal: Analisis Episod Rancangan TV

Jom uji ejen bersatu dengan episode-info.csv:

<code class="language-bash">pip install langchain langchain-openai python-dotenv</code>

Ejen menganalisis CSV dan mengembalikan musim dengan episod terbanyak, menggunakan panda.

---

Langkah dan Kesimpulan Seterusnya

• Percubaan dengan lebih banyak alatan dan set data.
• Terokai dokumentasi LangChain untuk penciptaan ejen yang lebih maju.

LangChain membolehkan penciptaan ejen pintar yang sangat disesuaikan, memudahkan aliran kerja yang kompleks. Dengan alatan seperti ejen Python REPL dan CSV, kemungkinannya sangat luas—daripada mengautomasikan analisis data kepada penyahpepijatan kod dan seterusnya. Mula membina ejen pintar anda hari ini!

Atas ialah kandungan terperinci Membina Ejen Pintar dengan LangChain dan OpenAI: Panduan Pembangun. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!