RunnableMultiActionAgent#

class langchain.agents.agent.RunnableMultiActionAgent[源代码]#

基础类:BaseMultiActionAgent

由Runnables驱动的代理。

通过解析和验证来自关键字参数的输入数据来创建一个新模型。

如果输入数据无法验证以形成有效模型,则引发 [ValidationError][pydantic_core.ValidationError]。

self 被显式地设为仅位置参数,以允许 self 作为字段名称。

param input_keys_arg: List[str] = []#
param return_keys_arg: List[str] = []#
param runnable: Runnable[dict, List[AgentAction] | AgentFinish] [Required]#

可运行以获取代理操作。

param stream_runnable: bool = True#

是否从可运行对象进行流式传输。

If True then underlying LLM is invoked in a streaming fashion to make it possible

在使用stream_log与Agent Executor时,获取对单个LLM令牌的访问权限。如果为False,则LLM将以非流式方式调用,并且stream_log中将无法获取单个LLM令牌。

async aplan(intermediate_steps: List[Tuple[AgentAction, str]], callbacks: list[BaseCallbackHandler] | BaseCallbackManager | None = None, **kwargs: Any) List[AgentAction] | AgentFinish[来源]#

基于过去的历史和当前的输入,决定要做什么。

Parameters:
  • intermediate_steps (List[Tuple[AgentAction, str]]) – LLM 到目前为止所采取的步骤,以及观察结果。

  • callbacks (list[BaseCallbackHandler] | BaseCallbackManager | None) – 要运行的回调函数。

  • **kwargs (Any) – 用户输入。

Returns:

指定使用什么工具的操作。

Return type:

列表[AgentAction] | AgentFinish

get_allowed_tools() List[str] | None#

获取允许的工具。

Returns:

允许的工具。

Return type:

可选[列表[str]]

plan(intermediate_steps: List[Tuple[AgentAction, str]], callbacks: list[BaseCallbackHandler] | BaseCallbackManager | None = None, **kwargs: Any) List[AgentAction] | AgentFinish[source]#

根据过去的历史和当前的输入,决定要做什么。

Parameters:
  • intermediate_steps (List[Tuple[AgentAction, str]]) – LLM 到目前为止所采取的步骤,以及观察结果。

  • callbacks (list[BaseCallbackHandler] | BaseCallbackManager | None) – 要运行的回调函数。

  • **kwargs (Any) – 用户输入。

Returns:

指定使用什么工具的操作。

Return type:

列表[AgentAction] | AgentFinish

return_stopped_response(early_stopping_method: str, intermediate_steps: List[Tuple[AgentAction, str]], **kwargs: Any) AgentFinish#

当代理由于达到最大迭代次数而停止时返回响应。

Parameters:
  • early_stopping_method (str) – 用于早停的方法。

  • intermediate_steps (List[Tuple[AgentAction, str]]) – LLM 迄今为止采取的步骤,以及观察结果。

  • **kwargs (Any) – 用户输入。

Returns:

代理完成对象。

Return type:

AgentFinish

Raises:

ValueError – 如果 early_stopping_method 不被支持。

save(file_path: Path | str) None#

保存代理。

Parameters:

file_path (Path | str) – 保存代理的文件路径。

Raises:
  • NotImplementedError – 如果代理不支持保存。

  • ValueError – 如果 file_path 不是 json 或 yaml。

Return type:

示例: .. code-block:: python

# 如果使用代理执行器 agent.agent.save(file_path=”path/agent.yaml”)

tool_run_logging_kwargs() Dict#

返回工具运行的日志记录参数。

Return type:

字典

property input_keys: List[str]#

返回输入键。

Returns:

输入键的列表。

property return_values: List[str]#

代理的返回值。