创建CSV代理#

langchain_cohere.csv_agent.agent.create_csv_agent(llm: BaseLanguageModel, path: str | List[str], extra_tools: List[BaseTool] = [], pandas_kwargs: dict | None = None, prompt: ChatPromptTemplate | None = None, number_of_head_rows: int = 5, verbose: bool = True, return_intermediate_steps: bool = True, temp_path_dir: str | None = None, temp_path_prefix: str | None = 'langchain', temp_path_suffix: str | None = 'csv_agent') → AgentExecutor[来源]#

使用指定的语言模型创建csv代理。

Parameters:

  • llm (BaseLanguageModel) – 用于代理的语言模型。

  • path (str | List[str]) – 一个字符串路径，或一个字符串路径列表，可以使用 pd.read_csv() 读取为 pandas 数据框。

  • number_of_head_rows (int) – 在提示中显示的样本数据的行数

  • include_df_in_prompt – 在提示中显示DataFrame的样本值。

  • pandas_kwargs (dict | None) – 传递给 pd.read_csv() 的命名参数。

  • prefix – 提示前缀字符串。

  • suffix – 提示后缀字符串。

  • prompt (ChatPromptTemplate | None) – 用于代理的提示。这优先于其他提示参数，如后缀和前缀。

  • temp_path_dir (str | None) – 用于存储Python REPL的CSV文件的临时目录。

  • delete_temp_path – 代理完成后是否删除临时目录。仅在未提供 temp_path_dir 时有效。

  • extra_tools (List[BaseTool])

  • verbose (布尔值)

  • return_intermediate_steps (bool)

  • temp_path_prefix (str | None)

  • temp_path_suffix (str | None)

Returns:

一个具有指定agent_type代理并可以访问PythonREPL和任何用户提供的extra_tools的AgentExecutor。

Return type:

AgentExecutor

示例

from langchain_cohere import ChatCohere, create_csv_agent

llm = ChatCohere(model="command-r-plus", temperature=0)
agent_executor = create_csv_agent(
    llm,
    "titanic.csv"
)
resp = agent_executor.invoke({"input":"How many people were on the titanic?"})
print(resp.get("output"))
On this page