gemini-functions-agent

此模板创建一个代理，使用 Google Gemini 函数调用来传达其关于采取何种行动的决策。

此示例创建一个代理，可以选择使用 Tavily 的搜索引擎在互联网上查找信息。

在此查看示例 LangSmith 跟踪

环境设置

需要设置以下环境变量：

设置 TAVILY_API_KEY 环境变量以访问 Tavily

设置 GOOGLE_API_KEY 环境变量以访问 Google Gemini APIs。

使用方法

要使用此包，您首先需要安装 LangChain CLI：

pip install -U langchain-cli

要创建一个新的 LangChain 项目并将其作为唯一的包安装，您可以执行：

langchain app new my-app --package gemini-functions-agent

如果您想将其添加到现有项目中，只需运行：

langchain app add gemini-functions-agent

并将以下代码添加到您的 server.py 文件中：

from gemini_functions_agent import agent_executor as gemini_functions_agent_chain

add_routes(app, gemini_functions_agent_chain, path="/openai-functions-agent")

（可选）现在让我们配置 LangSmith。 LangSmith 将帮助我们跟踪、监控和调试 LangChain 应用程序。 您可以在 这里 注册 LangSmith。 如果您没有访问权限，可以跳过此部分。

export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>  # 如果未指定，默认为 "default"

如果您在此目录中，则可以直接通过以下命令启动一个 LangServe 实例：

langchain serve

这将启动 FastAPI 应用程序，服务器在本地运行于 http://localhost:8000

我们可以在 http://127.0.0.1:8000/docs 查看所有模板 我们可以在 http://127.0.0.1:8000/gemini-functions-agent/playground 访问游乐场

我们可以通过以下代码从代码中访问模板：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/gemini-functions-agent")