一、前言
LangChain 的 tools 是一系列关键组件,它们提供了与外部世界进行交互的能力。通过适当的使用这些组件,可以简单实现如执行网络搜索以获取最新信息、调用特定的 API 来获取数据或执行特定的操作、与数据库进行交互以获取存储的信息等需求。
本章基于Multi-Agent进一步串联多个agents,通过多个 Agent 的协同合作,高效完成复杂任务。
二、术语
2.1. agent
是 LangChain 中的代理模块,它可以使用语言模型(LLM)动态地调用行为链(Chains),根据用户的输入调用不同的行为。代理可以访问单一工具,并根据用户输入确定要使用的工具,也可以使用多个工具,并使用一个工具的输出作为下一个工具的输入。
2.2. Multi-Agent
是 LangChain 中的一个重要概念,指的是多个 Agent 共享一部分记忆,自主分工相互协作。在 LangChain 中,Agent 能自主执行链式调用,以及访问外部工具。
Multi-Agent 系统旨在利用 LLM 的归纳推理能力,通过多个 Agent 的协同合作,高效完成复杂任务。
**三、前提条件 **
3.1. 基础环境及前置条件
- 操作系统:不限
3.2. 安装虚拟环境
conda create --name langchain python=
本文转载自: https://blog.csdn.net/qq839019311/article/details/138471568
版权归原作者 开源技术探险家 所有, 如有侵权,请联系我们删除。
版权归原作者 开源技术探险家 所有, 如有侵权,请联系我们删除。