一键难忘520

这个屌丝很懒，什么也没留下！

热门标签

热门文章

当前位置: article > 正文

LangChain之Agent：LangChain框架中与Agent相关的概念简介、Agent分类(五大维度分类/8种代理)、常用函数、案例应用之详细攻略_常用的agent应用框架langchain

作者：一键难忘520 | 2024-08-04 19:36:01

赞

踩

常用的agent应用框架langchain

LangChain之Agent：LangChain框架中与Agent相关的概念简介、Agent分类(五大维度分类/8种代理)、常用函数、案例应用之详细攻略

目录

LangChain框架中与Agent相关的概念简介、Agent分类(五大维度分类/8种代理)、常用函数、案例应用之详细攻略

LangChain框架中与Agent相关的概念简介

模式（Schema）

Agent Inputs、Agent Outputs

工具包（Toolkits）

LangChain框架中Agent的分类

LangChain之ChatModel：基于LangChain框架中的ChatModel的功能简介、各种ChatModel的增强功能列表(是否支持，异步/流式/工具调用/结构化输出)之详细攻略

五大维度分类：预期模型类型、支持聊天历史、支持多输入工具、支持并行函数调用、必需的模型参数

8种代理：工具调用代理、OpenAI工具、OpenAI函数、XML代理、JSON聊天代理、结构化聊天代理、ReAct和自我询问与搜索代理

LangChain框架中与Agent相关的常用函数

LangChain框架中与Agent相关的案例应用

LLMs之Agent之LangChain：Agent(LLM决定采取哪些步骤)案例应用之实现基于用户文本输入及其激活工具+Agent使用特定的工具来检索信息+形成反馈循环+以实现智能查询和交互功能—定义工具集(检索工具【根据指定网页检索】+Tavily搜索工具【爬虫实时最新搜索】)并初始化→创建Agent(采用更优的GPT3.5+提供指定工具集+模板prompt)并定义Agent执行器→基于用户查询Agent进行响应并对比(仅基于工具直接回答/基于历史信息和工具来回答)

LLMs之Agent之Tool Calling Agent：基于LangChain框架(+LangSmith跟踪)来创建一个能够利用工具（如搜索引擎和文档检索器）以及参考聊天历史信息来响应用户输入的代理——定义工具转换为AGent格式并创建工具列表(Tavily【在线搜索】和和Retriever【本地检索】)→创建Agent(定义llm【ChatOpenAI+温度为0】和prompt+定义Agent【使用LLM、Prompt和Tools来初始化Agent】+定义Agent执行器【思考这些组件】)→创建并测试两种Agent→带有记忆功能的Agent→创建chat_history+添加聊天历史支持【RunnableWithMessageHistory】+基于聊天历史测试Agent

LLMs之Agent之Self-ask with Search：基于LangChain框架实现SawS Agent(自我提问并搜索)——初始化工具列表(TavilyAnswer)→创建SawS Agent(将llm【采用Fireworks】、tools、prompt【提示模板】打包给create_self_ask_with_search_agent+定义AgentExecutor)→测试SawS Agent(用户输入dict格式)

LangChain框架中与Agent相关的概念简介、Agent分类(五大维度分类/8种代理)、常用函数、案例应用之详细攻略

部分参考地址：https://www.wpsshop.cn/w/一键难忘520/article/detail/929235

推荐阅读

相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

闽ICP备14008679号