728x90 반응형 langchain2 [LangChain] Agent와 Tool 사용법 LangChain에서 Agent는 주어진 쿼리에 대해 스스로 생각하여 적절한 행동을 선택하는 대리인이라고 보면 된다. Agent는 자신의 목표를 달성할 때까지 자신에게 주어진 Tool들을 기반으로 적절한 Action을 수행한다. 한번 유명인의 나이를 가지고 수학 연산을 해보자. Tool 필요한 tool은 두 가지이다. 유명인에 대한 검색 : 최신 정보를 반영하기 위해 검색 api를 사용한다. 수학 연산 : 복잡한 수학 연산을 위해 tool을 정의해보자. tool을 정의하는 방법에도 여러가지가 있다. 1. Tool 데이터 클래스 사용 Tool.from_function( func=llm_math_chain.run, name="Calculator", description="useful for when you .. 2023. 11. 27. [LangChain] LangChain 개념 및 사용법 LangChain LangChain은 LLM(Large Language Model)을 사용하여 애플리케이션 생성을 쉽게 할 수 있도록 도와주는 프레임워크이다. 우선 Model input output은 다음과 같다. 순서대로 살펴보자. Format 이 단계에서는 마치 함수처럼 미리 입력 형식을 작성할 수 있다. AI에게 미리 배경 context를 알려줄 수도 있고 (당신은 산술 연산을 하는 AI 입니다.) template을 작성해서 형식을 미리 정할 수도 있다. ( {A}와 {B}를 더하시오 ) Predict 이 단계에서는 모델을 사용하는데 LangChain은 크게 두 종류, LLM과 Chat Model 인터페이스를 제공한다. 이 모델을 통해 예측값을 반환한다. LLM은 String을 받아서 String을.. 2023. 10. 18. 이전 1 다음 728x90 반응형
