create_cohere_react_agent#
- langchain_cohere.react_multi_hop.agent.create_cohere_react_agent(llm: BaseLanguageModel, tools: Sequence[BaseTool], prompt: ChatPromptTemplate) Runnable [source]#
创建一个代理,使多个工具能够按顺序使用以完成任务。
- Parameters:
llm (BaseLanguageModel) – 要使用的 ChatCohere LLM 实例。
tools (Sequence[BaseTool]) – 此代理可以访问的工具。
prompt (ChatPromptTemplate) – 要使用的提示。
- Returns:
一个表示代理的可运行序列。它接受与传入的提示相同的所有输入变量,并返回一个List[AgentAction]或单个AgentFinish。
AgentFinish将有两个字段: * output: str - 模型生成的输出字符串 * citations: List[CohereCitation] - 引用代理生成的输出和观察结果的引用列表。如果没有引用,此列表将为空。
代理生成的输出和观察结果。如果没有引用,此列表将为空。
- Return type:
示例
- . code-block:: python
从langchain.agents导入AgentExecutor 从langchain.prompts导入ChatPromptTemplate 从langchain_cohere导入ChatCohere, create_cohere_react_agent
prompt = ChatPromptTemplate.from_template(“{input}”) tools = [] # 用你想要使用的工具列表填充这个。
llm = ChatCohere()
- agent = create_cohere_react_agent(
llm, 工具, 提示
) agent_executor = AgentExecutor(agent=agent, tools=tools)
- agent_executor.invoke({
“input”: “以Sound of Music为名成立的公司是在哪一年被加入标准普尔500指数的?”,
})