LangChain入门：21.探索使用 Plan and execute 代理

Hugo_Hoo

已于 2024-04-19 16:09:17 修改

阅读量2k

点赞数 8

分类专栏： LangChain教程入门文章标签： langchain 人工智能 python

于 2024-04-17 10:00:00 首次发布

本文链接：https://blog.csdn.net/wangjiansui/article/details/137830197

版权

LangChain教程入门专栏收录该内容

24 篇文章

订阅专栏

本文详细介绍了LangChain的PlanandExecute代理，一种通过分离规划和执行来处理复杂任务的自动化工具。它通过实例展示了如何安装配置、工作原理以及在实际场景中的应用，预示着人工智能技术的未来发展潜力。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在人工智能领域，LangChain的Plan and Execute代理代表了一种前沿的自动化解决方案，它通过分离规划和执行阶段，为复杂任务的处理提供了一种新颖而有效的途径。本文将深入探讨Plan and Execute代理的工作原理，并通过实际案例展示其应用。

Plan and Execute代理的核心理念

Plan and Execute代理的设计灵感来源于Plan-and-Solve的概念，它强调了任务分解和智能规划的重要性。这种方法将任务分解为更小的、更易于管理的子任务，并通过精确的规划和执行来达成最终目标。

安装与配置

为了开始使用Plan and Execute代理，你需要安装LangChain及其实验扩展包：

pip install -U langchain langchain_experimental

实现代码详解

以下是创建和运行Plan and Execute代理的详细步骤和代码示例：

from langchain_openai import ChatOpenAI
from langchain_experimental.plan_and_execute import PlanAndExecute, load_agent_executor, load_chat_planner
from langchain import SerpAPIWrapper
from langchain.agents.tools import Tool
from langchain import LLMMathChain

# 配置API密钥和基础URL
llm = ChatOpenAI(
    openai_api_key='你的API密钥',  # 请替换为你的OpenAI API密钥
    base_url='https://api.chatanywhere.tech/v1',
    model='gpt-3.5-turbo',
    temperature=0,
)

# 创建工具
search = SerpAPIWrapper(serpapi_api_key='你的API密钥')  # 请替换为你的SerpAPI API密钥
llm_math_chain = LLMMathChain(llm=llm, verbose=True)

# 定义工具列表
tools = [
    Tool(
        name="Search",
        func=search.run,
        description="用于回答关于当前事件的问题"
    ),
    Tool(
        name="Calculator",
        func=llm_math_chain.run,
        description="用于计算或解决问题"
    )
]

# 加载规划器和执行器
planner = load_chat_planner(llm)
executor = load_agent_executor(llm, tools, verbose=True)

# 创建Plan and Execute代理
agent = PlanAndExecute(planner=planner, executor=executor, verbose=True)

# 运行代理解决实际问题
agent.run("在纽约，100美元能买几束玫瑰？")