langchain.agents.openai_tools.base.create_openai_tools_agent

langchain.agents.openai_tools.base.create_openai_tools_agent(llm: BaseLanguageModel, tools: Sequence[BaseTool], prompt: ChatPromptTemplate) → Runnable

创建一个使用OpenAI工具的代理。

参数：

llm：作为代理使用的LLM。 tools：此代理可以访问的工具。 prompt：要使用的提示。有关预期输入变量的更多信息，请参见下面的Prompt部分。

返回：

代表代理的可运行序列。它接受与传入的提示相同的所有输入变量。它返回AgentAction或AgentFinish。

示例：

from langchain import hub
from langchain_community.chat_models import ChatOpenAI
from langchain.agents import AgentExecutor, create_openai_tools_agent

prompt = hub.pull("hwchase17/openai-tools-agent")
model = ChatOpenAI()
tools = ...

agent = create_openai_tools_agent(model, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools)

agent_executor.invoke({"input": "hi"})

# 使用聊天历史记录
from langchain_core.messages import AIMessage, HumanMessage
agent_executor.invoke(
    {
        "input": "what's my name?",
        "chat_history": [
            HumanMessage(content="hi! my name is bob"),
            AIMessage(content="Hello Bob! How can I assist you today?"),
        ],
    }
)

Prompt：

代理提示必须具有一个`agent_scratchpad`键，该键是一个``MessagesPlaceholder``。中间代理操作和工具输出消息将在此处传递。

这是一个示例：

from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder

prompt = ChatPromptTemplate.from_messages(
    [
        ("system", "You are a helpful assistant"),
        MessagesPlaceholder("chat_history", optional=True),
        ("human", "{input}"),
        MessagesPlaceholder("agent_scratchpad"),
    ]
)

Parameters

• llm (BaseLanguageModel) –

• tools (Sequence[BaseTool]) –

• prompt (ChatPromptTemplate) –

Return type

Runnable

Examples using create_openai_tools_agent

• Construct the OpenAI Tools agent

• Get the prompt to use - you can modify this!

• Portkey

• Set env var OPENAI_API_KEY or load from a .env file:

• Set environmental variables here

• conversational_retrieval_agents.md

• sql_database.md