openai-functions-tool-retrieval-agent

在此模板中引入的新颖想法是使用检索来选择用于回答代理查询的一组工具。当您有许多工具可供选择时，这非常有用。您无法在提示中放入所有工具的描述（因为上下文长度问题），因此您可以在运行时动态选择您希望考虑使用的 N 个工具。

在此模板中，我们将创建一个有些牵强的示例。我们将有一个合法的工具（搜索），然后有 99 个只是无意义的虚假工具。然后，我们将在提示模板中添加一个步骤，该步骤获取用户输入并检索与查询相关的工具。

此模板基于 此代理使用指南。

环境设置

需要设置以下环境变量：

设置 OPENAI_API_KEY 环境变量以访问 OpenAI 模型。

设置 TAVILY_API_KEY 环境变量以访问 Tavily。

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 openai-functions-tool-retrieval-agent

如果您想将其添加到现有项目中，只需运行：

langchain app add openai-functions-tool-retrieval-agent

并将以下代码添加到您的 server.py 文件中：

from openai_functions_tool_retrieval_agent import agent_executor as openai_functions_tool_retrieval_agent_chain

add_routes(app, openai_functions_tool_retrieval_agent_chain, path="/openai-functions-tool-retrieval-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 LangServe 实例：

langchain serve

这将启动 FastAPI 应用程序，服务器在本地运行，地址为 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/openai-functions-tool-retrieval-agent/playground 访问游乐场。

我们可以通过代码访问模板：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/openai-functions-tool-retrieval-agent")