将LangChain Runnables转换为工具的简单指南

sjufgwgfhoia

于 2024-10-03 21:22:58 发布

阅读量145

点赞数 3

文章标签： langchain microsoft python

本文链接：https://blog.csdn.net/sjufgwgfhoia/article/details/142696459

版权

# 将LangChain Runnables转换为工具的简单指南

## 引言

在现代AI应用中，工具的使用能使代理、链式调用以及聊天模型更加高效。LangChain提供的Runnables可以被转换为工具，从而实现更复杂的交互任务。本篇文章将详细介绍如何将LangChainRunnable转换为可供代理使用的工具。

## 主要内容

### 1. Runnables与工具概述

LangChain中的工具是代理、链或聊天模型用于与世界交互的接口。工具是Runnables的一个实例，通过`as_tool`方法可以将可接受字符串或字典输入的Runnable转换为工具。工具需具备序列化输入、名称与描述等特性。

### 2. 基本用法

在使用`as_tool`方法时，可以为工具指定名称、描述和参数模式。以下是一个使用TypedDict作为输入的示例：

```python
from typing import List
from langchain_core.runnables import RunnableLambda
from typing_extensions import TypedDict

class Args(TypedDict):
    a: int
    b: List[int]

def f(x: Args) -> str:
    return str(x["a"] * max(x["b"]))

runnable = RunnableLambda(f)
as_tool = runnable.as_tool(
    name="My tool",
    description="Explanation of when to use tool.",
)

print(as_tool.description)
print(as_tool.args_schema.schema())

3. 在代理中的应用

通过创建简单的LangGraph代理，我们可以将转换后的工具用于代理调用。例如，创建一个宠物信息检索器：

from langgraph.prebuilt import create_react_agent

tools = [
    retriever.as_tool(
        name="pet_info_retriever",
        description="Get information about pets.",
    )
]
agent = create_react_agent(llm, tools)

for chunk in agent.stream({"messages": [("human", "What are dogs known for?")]}):
    print(chunk)
    print("----")

代码示例

以下代码展示了如何使用Runnables转换后的工具进行多步骤的代理调用：

# 使用API代理服务提高访问稳定性
from langchain_core.documents import Document
from langchain_core.vectorstores import InMemoryVectorStore
from langchain_openai import OpenAIEmbeddings

documents = [
    Document(
        page_content="Dogs are great companions, known for their loyalty and friendliness.",
    ),
    Document(
        page_content="Cats are independent pets that often enjoy their own space.",
    ),
]

vectorstore = InMemoryVectorStore.from_documents(
    documents, embedding=OpenAIEmbeddings()
)

retriever = vectorstore.as_retriever(
    search_type="similarity",
    search_kwargs={"k": 1},
)