Comment créer un agent OpenAI Functions avec LangChain : guide complet
Créer un agent OpenAI Functions en utilisant LangChain
Choisir le modèle de langage
Nous commençons par sélectionner le modèle de langage qui guidera notre agent. Le code TypeScript suivant montre comment initialiser le modèle ChatOpenAI :
import { ChatOpenAI } from “@langchain/openai”;
const llm = new ChatOpenAI({
model: “gpt-3.5-turbo”,
temperature: 0,
});
Dans cet exemple, nous utilisons le modèle gpt-3.5-turbo avec un paramètre de température de 0, garantissant des sorties déterministes.
Définir la consigne
Ensuite, nous devons définir la consigne qui guidera les réponses de l’agent. Le code suivant montre comment extraire un modèle de consigne depuis LangChain Hub :
import type { ChatPromptTemplate } from “@langchain/core/prompts”;
import { pull } from “langchain/hub”;
const prompt = await pull(
“hwchase17/openai-functions-agent”
);
Cette consigne peut être modifiée selon les besoins spécifiques de votre application.
Initialiser l’agent
Avec le modèle de langage et la consigne définis, nous pouvons maintenant initialiser l’agent. L’agent est chargé de traiter les entrées et de déterminer les actions appropriées à entreprendre. Voici comment créer l’agent :
import { createOpenAIFunctionsAgent } from “langchain/agents”;
const agent = await createOpenAIFunctionsAgent({
llm,
tools,
prompt,
});
Configurer l’AgentExecutor
Enfin, nous devons configurer l’AgentExecutor, qui gérera l’exécution des actions de l’agent. Le code Python suivant illustre ce processus :
from langchain.agents import AgentExecutor, create_openai_functions_agent
agent_executor = AgentExecutor(agent=agent, tools=tools)
agent_executor.invoke({“input”:”How is the tech sector being affected by fed policy?”})
Ce code montre comment invoquer l’agent avec une entrée spécifique, lui permettant de traiter la requête et d’utiliser les outils définis pour générer une réponse.
Avant d’exécuter le code, assurez-vous d’avoir installé les dépendances nécessaires en utilisant pip :
pip install -U langchain-openai langchainhub
En suivant ces étapes, vous pouvez efficacement créer un agent OpenAI Functions en utilisant LangChain, vous permettant de tirer parti des modèles OpenAI dans vos applications. Pour plus de détails, consultez la documentation officielle pour AgentExecutor et create_openai_functions_agent.
Source : www.restack.io
