Многошаговый вызов инструментов: базовый пример

Урок 13 из 114 курса «Cohere: LLM University»: официальный курс Cohere LLM University (Кохир) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Использование инструментов позволяет разработчикам подключать модели Cohere к внешним инструментам, таким как поисковые системы, API, функции, базы данных и т. д. Многошаговое использование инструментов является расширением этой базовой идеи и позволяет модели вызывать более одного инструмента в последовательности шагов, используя результаты одного вызова инструмента на последующем шаге. Этот процесс позволяет языковой модели рассуждать, выполнять динамические действия и быстро адаптироваться на основе информации, поступающей из внешних источников. Рекомендуемый способ реализации многошагового использования инструментов с Cohere — это использование фреймворка Langchain на Python. Ваш агент будет оснащен следующими инструментами. Модель может выбирать между: поиском в интернете и/или извлечением данных из векторного хранилища и/или использованием интерпретатора Python и/или прямым ответом [ этот инструмент доступен по умолчанию! ] Кроме того, модель может осуществлять саморефлексию. Вы можете легко оснастить своего агента веб-поиском! Вы можете легко оснастить своего агента векторным хранилищем! Вы можете легко оснастить своего агента интерпретатором Python! Вы можете легко оснастить своего агента любой функцией Python! Модель может разумно выбирать подходящие инструменты для запроса пользователя, вызывать их в любой последовательности, анализировать результаты и осуществлять саморефлексию.Как только модель посчитает, что у нее достаточно информации для ответа на вопрос пользователя, она генерирует окончательный ответ. Вопрос, требующий использования предопределенного инструмента из Langchain Вопрос, требующий от большой языковой модели использования пользовательского инструмента. Вопрос, требующий от большой языковой модели прямого ответа. Вопрос, требующий использования нескольких инструментов, последовательно История чата позволяет вам вести многошаговые беседы с ReAct агентом.

План урока

  1. Установка зависимостей
  2. Определение инструментов
  3. Веб-поиск
  4. Векторное хранилище
  5. Инструмент интерпретатора Python
  6. Преобразование любой функции Python в инструмент
  7. Создание ReAct агента
  8. Задайте отдельный вопрос ReAct агенту

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Урок входит в темы

Полезные гиды