openai-functions-tool-retrieval-agent
这个模板引入了一种新颖的想法，即使用检索来选择用于回答代理查询的工具集。当你有很多工具可供选择时，这是非常有用的。由于上下文长度的问题，你不能将所有工具的描述放在提示中，因此你可以在运行时动态选择你想要考虑使用的 N 个工具。
在这个模板中，我们将创建一个有些人为的示例。我们将有一个合法的工具（搜索）和99个毫无意义的虚假工具。然后，我们将在提示模板中添加一个步骤，该步骤将获取用户输入并检索与查询相关的工具。
这个模板基于这个 Agent How-To。
环境设置
需要设置以下环境变量：
将 OPENAI_API_KEY 环境变量设置为访问 OpenAI 模型。
将 TAVILY_API_KEY 环境变量设置为访问 Tavily。
使用方法
要使用这个包，你首先需要安装 LangChain CLI：
pip install -U langchain-cli
要创建一个新的 LangChain 项目并将其安装为唯一的包，可以执行以下操作：
langchain app new my-app --package openai-functions-tool-retrieval-agent
如果要将其添加到现有项目中，只需运行：
langchain app add openai-functions-tool-retrieval-agent
然后将以下代码添加到你的 server.py 文件中：
from openai_functions_tool_retrieval_agent import agent_executor as openai_functions_tool_retrieval_agent_chain
add_routes(app, openai_functions_tool_retrieval_agent_chain, path="/openai-functions-tool-retrieval-agent")
（可选）现在让我们配置 LangSmith。
LangSmith 将帮助我们跟踪、监视和调试 LangChain 应用程序。
你可以在这里注册 LangSmith。
如果你没有访问权限，可以跳过此部分。
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project> # 如果未指定，默认为 "default"
如果你在此目录中，则可以直接启动 LangServe 实例：
langchain serve
这将在本地启动一个运行服务器的 FastAPI 应用程序，地址为
我们可以在http://127.0.0.1:8000/docs上查看所有模板。
我们可以在http://127.0.0.1:8000/openai-functions-tool-retrieval-agent/playground上访问 playground。
我们可以通过以下代码访问模板：
from langserve.client import RemoteRunnable
runnable = RemoteRunnable("http://localhost:8000/openai-functions-tool-retrieval-agent")