langchain.agents.agent_toolkits.conversational_retrieval.openai_functions.create_conversational_retrieval_agent¶
- langchain.agents.agent_toolkits.conversational_retrieval.openai_functions.create_conversational_retrieval_agent(llm: BaseLanguageModel, tools: List[BaseTool], remember_intermediate_steps: bool = True, memory_key: str = 'chat_history', system_message: Optional[SystemMessage] = None, verbose: bool = False, max_token_limit: int = 2000, **kwargs: Any) AgentExecutor[source]¶
用于创建对话式检索代理的便利方法。
- 参数：
llm: 要使用的语言模型，应该是ChatOpenAI tools: 代理可以访问的工具列表 remember_intermediate_steps: 代理是否应记住中间步骤。中间步骤是指来自先前问题的先前操作/观察对。记住这些的好处是，如果其中有相关信息，代理可以使用它来回答后续问题。缺点是它将占用更多的令牌。 memory_key: 提示中记忆键的名称。 system_message: 要使用的系统消息。默认情况下，将使用基本消息。 verbose: 最终的AgentExecutor是否应该冗长，默认为False。 max_token_limit: 在内存中保留的最大令牌数。默认为2000。
- 返回：
适当初始化的代理执行器
- Parameters
llm (BaseLanguageModel) –
tools (List[BaseTool]) –
remember_intermediate_steps (bool) –
memory_key (str) –
system_message (Optional[SystemMessage]) –
verbose (bool) –
max_token_limit (int) –
kwargs (Any) –
- Return type