Metodologia de definição de ferramentas
A adição de uma ferramenta personalizada usando o LangGraph CodeAct exige conformidade com a especificação LangChain. As etapas são as seguintes:
- através de (uma lacuna)
langchain_core.toolsimportação (dados)tooldecorador - Definição das funções necessárias da ferramenta com funções Python
- Certifique-se de que o tipo de parâmetro seja claro e tenha uma descrição da string de documentação
Demonstração
Abaixo está um exemplo da adição de uma ferramenta de matemática:
from langchain_core.tools import tool
import math
@tool
def add(a: float, b: float) -> float:
"""加法工具"""
return a + b
@tool
def sqrt(a: float) -> float:
"""平方根工具"""
return math.sqrt(a)
tools = [add, sqrt]integração de ferramentas
Passe a lista de ferramentas ao inicializar o smartbody:code_act = create_codeact(model, tools=tools, eval=None). Uma vez integrada, a intelligentsia poderá usar as ferramentas definidas no código gerado.
advertência
As funções da ferramenta precisam ser claramente rotuladas e documentadas com tipos de parâmetros, o que ajuda o modelo a entender e usar as ferramentas corretamente.
Essa resposta foi extraída do artigoLangGraph CodeAct: geração de código para ajudar as inteligências a resolver tarefas complexasO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Como posso adicionar ferramentas personalizadas ao LangGraph CodeAct para ampliar os recursos das inteligências?
Português do Brasil 
简体中文 
English 
日本語 
Deutsch