探索Anthropic工具的实验包装器及其应用

sjufgwgfhoia

于 2024-10-06 09:23:23 发布

阅读量124

点赞数 2

文章标签： python 开发语言

本文链接：https://blog.csdn.net/sjufgwgfhoia/article/details/142723005

版权

引言

随着人工智能领域的快速发展，越来越多的API提供工具调用和结构化输出功能。本文将介绍一种实验性的Anthropic工具包装器，虽然这种方法已被新版API所替代，但对于研究和测试仍然具有价值。

主要内容

Anthropic工具包装器的背景

Anthropic的API最近增加了对工具调用的正式支持。然而，在此之前，开发者可以使用一个实验性的包装器来实现工具调用和结构化输出。这种实验包装器为开发者提供了测试新功能的机会。

安装必要的依赖

首先，我们需要安装包装器依赖的库langchain-anthropic和 defusedxml，后者用于解析XML输出。

%pip install -qU langchain-anthropic defusedxml

工具绑定与调用

包装器通过bind_tools方法可以将Pydantic模型或BaseTools绑定到语言模型中。这使得我们能够将输入解析为结构化格式。

from langchain_anthropic.experimental import ChatAnthropicTools
from langchain_core.pydantic_v1 import BaseModel

class Person(BaseModel):
    name: str
    age: int

model = ChatAnthropicTools(model="claude-3-opus-20240229").bind_tools(tools=[Person])
response = model.invoke("I am a 27 year old named Erick")
print(response)

结构化输出

使用with_structured_output方法，开发者可以提取结构化数据。这种方法对某些模型可能不够稳定，但在实验过程中仍然值得尝试。

chain = ChatAnthropicTools(model="claude-3-opus-20240229").with_structured_output(Person)
result = chain.invoke("I am a 27 year old named Erick")
print(result)

代码示例

以下是一个完整的使用示例：

from langchain_anthropic.experimental import ChatAnthropicTools
from langchain_core.pydantic_v1 import BaseModel

# 定义Pydantic模型
class Person(BaseModel):
    name: str
    age: int

# 绑定工具并调用
model = ChatAnthropicTools(model="claude-3-opus-20240229").bind_tools(tools=[Person])
response = model.invoke("I am a 27 year old named Erick")
print(response)  # 期望输出工具调用的结构化数据