如何将自定义系统提示添加到预构建的 ReAct 代理中¶

先决条件

本指南假定您熟悉以下内容

• SystemMessage
• 代理架构
• 聊天模型
• 工具

本教程将展示如何将自定义系统提示添加到 预构建的 ReAct 代理。有关如何开始使用预构建的 ReAct 代理的信息，请参阅 本教程

您可以通过将字符串传递给 state_modifier 参数来添加自定义系统提示。

设置¶

首先，让我们安装所需的软件包并设置 API 密钥

在 [1]

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

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

在 [ ]

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您的 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——阅读更多关于如何开始 此处。

代码¶

在 [1]

# 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]

# We can add our system prompt here

prompt = "Respond in Italian"

# Define the graph

from langgraph.prebuilt import create_react_agent

graph = create_react_agent(model, tools=tools, state_modifier=prompt)

# 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) # 在本教程中，我们将使用自定义工具，该工具为两个城市（纽约和旧金山）的天气返回预定义值 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] # 我们可以在此处添加系统提示 prompt = "以意大利语回复" # 定义图形 from langgraph.prebuilt import create_react_agent graph = create_react_agent(model, tools=tools, state_modifier=prompt)

用法¶

在 [2]

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()

在 [4]

inputs = {"messages": [("user", "What's the weather in NYC?")]}

print_stream(graph.stream(inputs, stream_mode="values"))

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

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

What's the weather in NYC?
================================== Ai Message ==================================
Tool Calls:
  get_weather (call_b02uzBRrIm2uciJa8zDXCDxT)
 Call ID: call_b02uzBRrIm2uciJa8zDXCDxT
  Args:
    city: nyc
================================= Tool Message =================================
Name: get_weather

It might be cloudy in nyc
================================== Ai Message ==================================

A New York potrebbe essere nuvoloso.

评论