（18-4-02）Agents（智能代理）：OpenAI Tools代理_openai tools agent

好好学习天天向上：

6.4.2  OpenAI Tools代理

OpenAI Tools 是一种先进的代理机制，它允许大型语言模型（LLM）在处理特定的输入或任务时，智能地选择并调用相应的工具或函数。这些工具可以是网络搜索、数据库查询、文件读取等任何可以通过编程接口（API）调用的功能。

OpenAI Tools 是针对 OpenAI大模型的一个功能，它被设计成可以智能地调用一个或多个函数，并返回用于调用这些函数的参数。在使用 OpenAI Tools 的 API 进行调用时，开发者可以描述这些函数，并让模型智能地选择输出一个 JSON 对象，其中包含调用这些函数所需的参数。OpenAI Tools 的目标是比起使用通用的文本生成或聊天 API 更可靠地返回有效和有用的函数调用。

在 OpenAI 的术语中，调用单个函数的能力被称为 "functions"，而调用一个或多个函数的能力被称为 "tools"。Functions（功能）与tools（工具）的区别如下所示：

1. functions（函数）：OpenAI将能够调用单个函数的能力称为functions。这些函数可以执行特定的任务，如搜索、计算或数据分析。
2. tools（工具）：调用一个或多个函数的能力称为tools。在某些情况下，为了完成任务，可能需要按顺序或并行调用多个工具。

注意：在OpenAI Chat API中，函数现在被认为是一种已被弃用的旧选项，而工具是更推荐的替代选项。如果正在使用OpenAI模型创建代理，应该使用这个OpenAI Tools代理，而不是OpenAI函数代理。

OpenAI Tools API 的目标是，提供一种比通用文本完成或聊天API更可靠的方法来返回有效和有用的函数调用，这通过允许模型根据输入内容智能地选择最合适的工具来实现。使用 OpenAI Tools 的优势如下所示。

1. 提高效率：在适当的情况下，允许模型请求调用多个工具可以显著减少代理完成任务所需的时间。
2. 灵活性：代理可以根据用户的输入和上下文，灵活地选择最合适的工具来处理任务。

在LangChain中使用 OpenAI Tools 代理的基本步骤如下所示。

（1）初始化工具：定义一组工具，这些工具可以是网络搜索、文件读取器或其他任何API。

（2）创建代理：使用语言模型和工具创建代理，并定义一个提示模板来指导代理如何使用这些工具。

（3）运行代理：通过代理执行器（AgentExecutor）来运行代理，它可以调用代理并执行它选择的工具。

例如下面是一个使用OpenAI Tools代理的例子，展示了如何设置和运行一个代理的方法，该代理能够使用搜索工具来回答关于法国首都的问题。

实例6-1：使用OpenAI Tools代理回答关于法国首都的问题（源码路径：codes\6\OpenAITools.py）

import os
from langchain_openai import ChatOpenAI
from langchain.agents import create_openai_tools_agent
from langchain_core.prompts import ChatPromptTemplate
from langchain.agents import AgentExecutor
from langchain_community.tools.tavily_search import TavilySearchResults
 
# 设置 OpenAI API 密钥
os.environ["OPENAI_API_KEY"] = "your_openai_api_key"
# 初始化模型
llm = ChatOpenAI(model="gpt-3.5-turbo", temperature=0)
# 初始化搜索工具
search_tool = TavilySearchResults(max_results=1)
# 设置提示
prompt = ChatPromptTemplate.from_messages(
    [
        ("system", "You are a helpful assistant. Use the search tool to find answers."),
        ("human", "{input}"),
    ]
)
agent = create_openai_tools_agent(llm, [search_tool], prompt)# 创建 OpenAI Tools 代理
agent_executor = AgentExecutor(agent=agent, tools=[search_tool], verbose=True)# 初始化代理执行器
response = agent_executor.invoke({"input": "What is the capital of France?"})# 运行代理
print(response["output"])

在上述代码中，首先导入所需的库，并设置了 OpenAI API 密钥。然后，初始化了一个 ChatOpenAI 模型，并创建了一个 TavilySearchResults 工具，用于进行网络搜索。接下来，设置了一个简单的提示，告诉代理要使用搜索工具来查找答案。然后，使用 create_openai_tools_agent 函数创建了一个 OpenAI Tools 代理，并初始化了代理执行器。最后，使用代理执行器的 invoke 方法来运行代理，并打印输出代理的回复内容。执行后会输出：

> Entering new AgentExecutor chain...
> Invoking: `tavily_search_results_json` with `{'query': 'What is the capital of France?'}`
> Responded with search results
> Finished chain.
Paris