如何使用预构建的 ReAct 代理¶

先决条件

本指南假设您熟悉以下内容

• 代理架构
• 聊天模型
• 工具

在本操作指南中，我们将创建一个简单的 ReAct 代理应用程序，该应用程序可以检查天气。该应用程序由代理 (LLM) 和工具组成。当我们与该应用程序交互时，我们将首先调用代理 (LLM) 以决定是否应该使用工具。然后，我们将运行一个循环

1. 如果代理表示要采取行动（即调用工具），我们将运行工具并将结果传回代理
2. 如果代理没有要求运行工具，我们将完成（响应用户）

预构建的代理

请注意，在这里我们将使用 预构建的代理。LangGraph 的一大优势在于您可以轻松地创建自己的代理架构。因此，虽然从这里开始构建代理以快速构建是不错的选择，但我们强烈建议您学习如何构建自己的代理，以便充分利用 LangGraph。

设置¶

首先让我们安装所需的包并设置我们的 API 密钥

在 [1]

%%capture --no-stderr
%pip install -U langgraph langchain-openai

%%capture --no-stderr %pip install -U langgraph langchain-openai

在 [7]

import getpass
import os


def _set_env(var: str):
    if not os.environ.get(var):
        os.environ[var] = getpass.getpass(f"{var}: ")


_set_env("OPENAI_API_KEY")

import getpass import os def _set_env(var: str): if not os.environ.get(var): os.environ[var] = getpass.getpass(f"{var}: ") _set_env("OPENAI_API_KEY")

为 LangGraph 开发设置 LangSmith

注册 LangSmith 以快速发现问题并提高 LangGraph 项目的性能。LangSmith 允许您使用跟踪数据来调试、测试和监控使用 LangGraph 构建的 LLM 应用程序 - 了解有关如何开始使用 此处 的更多信息。

代码¶

在 [8]

# First we initialize the model we want to use.
from langchain_openai import ChatOpenAI

model = ChatOpenAI(model="gpt-4o", temperature=0)


# For this tutorial we will use custom tool that returns pre-defined values for weather in two cities (NYC & SF)

from typing import Literal

from langchain_core.tools import tool


@tool
def get_weather(city: Literal["nyc", "sf"]):
    """Use this to get weather information."""
    if city == "nyc":
        return "It might be cloudy in nyc"
    elif city == "sf":
        return "It's always sunny in sf"
    else:
        raise AssertionError("Unknown city")


tools = [get_weather]


# Define the graph

from langgraph.prebuilt import create_react_agent

graph = create_react_agent(model, tools=tools)

# 首先，我们初始化要使用的模型。 from langchain_openai import ChatOpenAI model = ChatOpenAI(model="gpt-4o", temperature=0) # 对于本教程，我们将使用自定义工具，该工具返回两个城市（纽约市和旧金山）中预定义的天气值 from typing import Literal from langchain_core.tools import tool @tool def get_weather(city: Literal["nyc", "sf"]): """使用此工具获取天气信息。""" if city == "nyc": return "纽约市可能多云" elif city == "sf": return "旧金山总是阳光明媚" else: raise AssertionError("未知城市") tools = [get_weather] # 定义图 from langgraph.prebuilt import create_react_agent graph = create_react_agent(model, tools=tools)

用法¶

首先，让我们可视化我们刚刚创建的图

在 [9]

from IPython.display import Image, display

display(Image(graph.get_graph().draw_mermaid_png()))

from IPython.display import Image, display display(Image(graph.get_graph().draw_mermaid_png()))

在 [10]

def print_stream(stream):
    for s in stream:
        message = s["messages"][-1]
        if isinstance(message, tuple):
            print(message)
        else:
            message.pretty_print()

def print_stream(stream): for s in stream: message = s["messages"][-1] if isinstance(message, tuple): print(message) else: message.pretty_print()

让我们使用需要工具调用的输入来运行该应用程序

在 [11]

inputs = {"messages": [("user", "what is the weather in sf")]}
print_stream(graph.stream(inputs, stream_mode="values"))

inputs = {"messages": [("user", "旧金山的天气怎么样")]} print_stream(graph.stream(inputs, stream_mode="values"))

================================ Human Message =================================

what is the weather in sf
================================== Ai Message ==================================
Tool Calls:
  get_weather (call_zVvnU9DKr6jsNnluFIl59mHb)
 Call ID: call_zVvnU9DKr6jsNnluFIl59mHb
  Args:
    city: sf
================================= Tool Message =================================
Name: get_weather

It's always sunny in sf
================================== Ai Message ==================================

The weather in San Francisco is currently sunny.

现在让我们尝试一个不需要工具的问题

在 [12]

inputs = {"messages": [("user", "who built you?")]}
print_stream(graph.stream(inputs, stream_mode="values"))

inputs = {"messages": [("user", "是谁建造了你？")]} print_stream(graph.stream(inputs, stream_mode="values"))

================================ Human Message =================================

who built you?
================================== Ai Message ==================================

I was created by OpenAI, a research organization focused on developing and advancing artificial intelligence technology.

评论