3. langgraph中的react agent使用 (在react agent添加系统提示)

环境准备

确保你已经安装了以下库:

  • langchain
  • langchain_openai
  • langgraph

你可以使用以下命令进行安装:

bash 复制代码
pip install langchain langchain_openai langgraph

代码实现

1. 初始化模型

首先,我们需要初始化智谱AI的聊天模型。

python 复制代码
from langchain_openai import ChatOpenAI

model = ChatOpenAI(
    temperature=0,
    model="glm-4-plus",
    openai_api_key="your_api_key",
    openai_api_base="https://open.bigmodel.cn/api/paas/v4/"
)

2. 定义自定义工具

我们将使用一个自定义工具来返回纽约和旧金山的天气信息。

python 复制代码
from typing import Literal
from langchain_core.tools import tool

@tool
def get_weather(city: Literal["nyc", "sf"]):
    """使用此工具获取天气信息."""
    if city == "nyc":
        return "It might be cloudy in nyc"
    elif city == "sf":
        return "It's always sunny in sf"
    else:
        raise AssertionError("Unknown city")

tools = [get_weather]

3. 添加系统提示

我们可以添加一个系统提示来指定响应的语言。

python 复制代码
prompt = "Respond in Italian"

4. 定义执行图

使用langgraph库创建一个React代理。

python 复制代码
from langgraph.prebuilt import create_react_agent

graph = create_react_agent(model, tools=tools, state_modifier=prompt)

5. 定义输出流处理函数

定义一个函数来处理输出流。

python 复制代码
def print_stream(stream):
    for s in stream:
        message = s["messages"][-1]
        if isinstance(message, tuple):
            print(message)
        else:
            message.pretty_print()

6. 运行并打印结果

输入一个用户消息并运行模型,打印输出结果。

python 复制代码
inputs = {"messages": [("user", "What's the weather in NYC?")]}

print_stream(graph.stream(inputs, stream_mode="values"))

输出结果如下:

复制代码
================================[1m Human Message [0m=================================
What's the weather in NYC?
================================[1m Ai Message [0m==================================
Tool Calls:
  get_weather (call_9208187369440656653)
 Call ID: call_9208187369440656653
  Args:
    city: nyc
================================[1m Tool Message [0m=================================
Name: get_weather

It might be cloudy in nyc
================================[1m Ai Message [0m==================================

Il tempo a New York potrebbe essere nuvoloso.

参考链接:https://langchain-ai.github.io/langgraph/how-tos/create-react-agent-system-prompt/

相关推荐
Funny_AI_LAB5 分钟前
重构 Coding Agent:当 LLM 没有 KV Cache 时,上下文工程该怎么做?
人工智能·经验分享·语言模型·重构
GISMagic9 分钟前
AI 时代的软件工程与架构能力提升路线
人工智能·架构·软件工程
中伟视界11 分钟前
化工检修作业新规明日施行,边缘AI如何守好现场?
人工智能
OpenCSG14 分钟前
OpenCSG Agentic-27B 正式开源:27B Dense 模型,Agent 执行能力实现全面跃升
人工智能·开源·opencsg
Elastic 中国社区官方博客21 分钟前
使用 Lucene 搜索你的 Bean —— Elasticsearch
大数据·开发语言·人工智能·elasticsearch·搜索引擎·全文检索·lucene
雪兽软件22 分钟前
AI爆改学术研究?
人工智能·学术研究
合调于形30 分钟前
Rengong zhzzneng 《人工智能》词条汉语拼音字母标调拼写实测案例
人工智能·自然语言处理·人机交互·语音识别·学习方法
cg501732 分钟前
大模型 SFT(监督微调)该怎么做?(实践版)
人工智能·深度学习·机器学习
Qt云程序员38 分钟前
选型参考:光刃RPA 与常见 RPA / 自动化方案的对比
人工智能·自动化·rpa
neocheng_52240 分钟前
品牌、内容和效果营销,受AI影响为什么完全不同?
人工智能