如何为你的聊天机器人添加工具：全面指南-CSDN博客

本文链接：https://blog.csdn.net/akhfuiigabv/article/details/142536779

# 如何为你的聊天机器人添加工具：全面指南

在现代应用中，聊天机器人不仅需要与用户进行文本对话，还需要能够调用外部工具来获取实时信息和执行任务。在这篇文章中，我们将探讨如何为聊天机器人添加工具，使其更强大和高效。

## 引言

本文旨在指导您如何为聊天机器人添加工具，使其能够调用API和与其他系统交互。我们将使用Tavily作为示例工具，并展示如何使用LangChain库来构建智能代理。

## 主要内容

### 1. 环境设置

首先，确保您已注册Tavily账户，并安装以下必要的Python包：

```bash
%pip install --upgrade --quiet langchain-community langchain-openai tavily-python

确保设置您的环境变量：

import dotenv

dotenv.load_dotenv()

你需要将OpenAI的API密钥设置为OPENAI_API_KEY，Tavily的API密钥设置为TAVILY_API_KEY。

2. 创建智能代理

我们的目标是创建一个能够根据需要查找信息的对话代理。首先，初始化Tavily和OpenAI模型：

from langchain_community.tools.tavily_search import TavilySearchResults
from langchain_openai import ChatOpenAI

# 使用API代理服务提高访问稳定性
tools = [TavilySearchResults(max_results=1)]
chat = ChatOpenAI(model="gpt-3.5-turbo-1106", temperature=0)

然后，设置对话提示：

from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_messages(
    [
        ("system", "You are a helpful assistant. You may not need to use tools for every query - the user may just want to chat!"),
        ("placeholder", "{messages}"),
        ("placeholder", "{agent_scratchpad}"),
    ]
)

组装代理并设置执行器：

from langchain.agents import AgentExecutor, create_tool_calling_agent

agent = create_tool_calling_agent(chat, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

3. 运行代理

尝试与代理交互：

from langchain_core.messages import HumanMessage

response = agent_executor.invoke({"messages": [HumanMessage(content="I'm Nemo!")]})
print(response['output'])

代理也可以使用搜索工具来获取最新信息：

response = agent_executor.invoke(
    {
        "messages": [
            HumanMessage(
                content="What is the current conservation status of the Great Barrier Reef?"
            )
        ],
    }
)
print(response['output'])