빠른 개요
이 게시물에서는 다음을 보여줍니다.
LangChain에서 에이전트의 중간 단계에 어떻게 접근하나요?
LangChain에서 에이전트를 구축하려면 사용자는 모델에 관련된 단계 수를 얻기 위해 해당 도구와 템플릿 구조를 구성해야 합니다. 에이전트는 생각, 행동, 관찰 등과 같은 중간 단계를 자동화하는 역할을 담당합니다. LangChain에서 에이전트의 중간 단계에 액세스하는 방법을 배우려면 나열된 단계를 따르십시오.
1단계: 프레임워크 설치
우선 Python Notebook에서 다음 코드를 실행하여 LangChain의 종속성을 설치하기만 하면 됩니다.
pip 설치 langchain_experimental
OpenAI 모듈을 설치하여 다음을 사용하여 종속성을 가져옵니다. 씨 명령을 실행하고 이를 사용하여 언어 모델을 구축합니다.
pip 설치 openai
2단계: OpenAI 환경 설정
모듈이 설치되면 다음을 설정하십시오. OpenAI 환경 계정에서 생성된 API 키를 사용합니다.
수입 너
수입 getpass
너. 약 [ 'OPENAI_API_KEY' ] = getpass. getpass ( 'OpenAI API 키:' )
3단계: 라이브러리 가져오기
이제 종속성이 설치되었으므로 이를 사용하여 LangChain에서 라이브러리를 가져옵니다.
랭체인에서. 자치령 대표 수입 load_tools랭체인에서. 자치령 대표 수입 초기화_에이전트
랭체인에서. 자치령 대표 수입 에이전트 유형
랭체인에서. LLMS 수입 오픈AI
4단계: LLM 및 에이전트 구축
라이브러리를 가져온 후에는 이를 사용하여 에이전트용 언어 모델 및 도구를 구축할 차례입니다. llm 변수를 정의하고 온도 및 model_name 인수가 포함된 OpenAI() 메서드에 할당합니다. “ 도구 ” 변수에는 SerpAPi 및 llm-math 도구가 포함된 load_tools() 메서드와 해당 인수의 언어 모델이 포함되어 있습니다.
ㅋㅋㅋ = 오픈AI ( 온도 = 0 , 모델명 = '텍스트-다빈치-002' )도구 = load_tools ( [ '세르파피' , 'llm-수학' ] , ㅋㅋㅋ = ㅋㅋㅋ )
언어 모델과 도구가 구성되면 언어 모델의 도구를 사용하여 중간 단계를 수행하도록 에이전트를 설계하기만 하면 됩니다.
대리인 = 초기화_에이전트 (도구 ,
ㅋㅋㅋ ,
대리인 = 에이전트 유형. ZERO_SHOT_REACT_DESCRIPTION ,
말 수가 많은 = 진실 ,
return_intermediate_steps = 진실 ,
)
5단계: 에이전트 사용
이제 에이전트() 메서드의 입력에 질문을 하고 이를 실행하여 에이전트를 테스트해 보세요.
응답 = 대리인 ({
'입력' : '레오 디카프리오의 여자친구는 누구이며, 나이차는 얼마나 됩니까?'
}
)
이 모델은 Leo DiCaprio의 여자친구 이름, 나이, Leo DiCaprio 나이 및 이들 간의 차이를 효율적으로 파악했습니다. 다음 스크린샷에는 상담원이 최종 답변을 얻기 위해 검색한 몇 가지 질문과 답변이 표시되어 있습니다.
위 스크린샷에는 에이전트의 작업 과정과 모든 답변을 찾기 위해 해당 단계에 도달하는 방법이 표시되지 않습니다. 다음 섹션으로 이동하여 단계를 찾아보겠습니다.
방법 1: 중간 단계에 액세스하기 위한 기본 반환 유형
중간 단계에 액세스하는 첫 번째 방법은 다음 코드를 사용하여 LangChain에서 제공하는 기본 반환 유형을 사용하는 것입니다.
인쇄 ( 응답 [ '중간_단계' ] )다음 GIF는 가독성 측면에서 그다지 좋지 않은 중간 단계를 한 줄로 표시합니다.
방법 2: '덤프'를 사용하여 중간 단계에 액세스
다음 방법은 LangChain 프레임워크의 덤프 라이브러리를 사용하여 중간 단계를 얻는 또 다른 방법을 설명합니다. 출력을 더 구조화하고 읽기 쉽게 만들려면 예쁜 인수와 함께 dump() 메서드를 사용하세요.
랭체인에서. 짐 . 덤프 수입 우울인쇄 ( 우울 ( 응답 [ '중간_단계' ] , 예쁜 = 진실 ) )
이제 사용자가 쉽게 읽을 수 있는 보다 구조화된 형식의 출력을 갖게 되었습니다. 또한 더 이해하기 쉽게 여러 섹션으로 나누어져 있으며 각 섹션에는 질문에 대한 답변을 찾는 단계가 포함되어 있습니다.
이것이 바로 LangChain에서 에이전트의 중간 단계에 액세스하는 것입니다.
결론
LangChain에서 에이전트의 중간 단계에 액세스하려면 언어 모델 구축을 위한 라이브러리를 가져오는 모듈을 설치하십시오. 그 후, 질문에 답할 수 있는 도구, LLM, 에이전트 유형을 사용하여 에이전트를 초기화하는 도구를 설정합니다. 에이전트가 구성되면 테스트하여 답변을 얻은 다음 기본 유형 또는 덤프 라이브러리를 사용하여 중간 단계에 액세스합니다. 이 가이드는 LangChain에서 에이전트의 중간 단계에 접근하는 과정을 자세히 설명했습니다.