写在前面
最近在研究LangChain，简单介绍一下，就是python的一个库，它可以让你的自然语音转为对大模型的任务指令，让它去执行。本质上是将你说的话，将代码构造成各种各样的提示词，从而实现让大模型做知识问答、文档总结、任务拆解甚至是工具调用等一系列操作。
而对我来说，最有价值的就是通过它创造一个可以帮助你做事情的助手。附上github链接：
https://github.com/langchain-ai/langchainAgent类型
LangChain中有一个Agent的概念，就是通过创建一个Agent来去将任务拆解为Chain（链）的形式，帮你去进行工具调用，执行任务。
其中有一个Agent的类型为Structured input ReAct，该类型是一个支持多输入的工具的类型，可以针对拆解出的任务逐步调用不同的工具完成一个复杂的任务，本篇文章就介绍一下它的使用
代码示例
下面来看一段示例代码，这里用的大模型是ChatGPT
import asyncioimport osfrom langchain.agents import AgentTypefrom langchain.chat_models import ChatOpenAIfrom langchain.agents import initialize_agent# 提供好的浏览器自动化工具from langchain.agents.agent_toolkits import PlayWrightBrowserToolkitfrom langchain.tools.playwright.utils import (create_async_playwright_browser,create_sync_playwright_browser)import nest_asynciofrom settings import API_KEY, BASE_ADDRESSnest_asyncio.apply()os.environ["LANGCHAIN_TRACING"] = "true"async_browser = create_async_playwright_browser(headless=False)browser_toolkit = PlayWrightBrowserToolkit.from_browser(async_browser=async_browser)tools = browser_toolkit.get_tools()llm = ChatOpenAI(model_name="gpt-3.5-turbo-0613", temperature=0, openai_api_key=API_KEY, openai_api_base=BASE_ADDRESS)# 初始化一个Structured类型的Agentagent_chain = initialize_agent(tools, llm, agent=AgentType.STRUCTURED_CHAT_ZERO_SHOT_REACT_DESCRIPTION, verbose=True)async def run():response = await agent_chain.arun(input="打开百度，并看一下网页标题")print(response)if __name__ == '__main__':asyncio.run(run())
这是一个调用浏览器自动化的例子
我给出的任务是：打开百度，并看一下网页标题
很明显，这是一个复杂任务：
第一步：访问www.baidu.com
第二步：通过element选择器提取<title>标签的网站名
由于我们在例子中设置了verbose=True，这样就可以让我们清晰的看到调用过程
图中我们可以看到，调用过程也确实如一开始所说做任务拆解
先通过navigate_browser工具，传入url参数，来去访问百度
随后通过get_elements工具，传入selector参数，提取title标签内容
示例中没有体现出多输入的概念，但是我们可以看一下其中一个工具的源码，确实是多参数的输入的。
后续
我一直想写一个安全助手帮我做一些日常运营的工作，用了两天时间去简单学习使用LangChain，研究了部分源码以及调用机制。本篇文章中所用到的这个机制，目前看来可以作为助手开发的核心技术，后续准备继续深入研究。
LangChain太牛了！
原文始发于微信公众号（飞羽技术工坊）：浅谈LangChain Agent多参数工具链调用
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论