Vorgefertigte Toolkits nutzen
Entdecken und implementieren Sie von LangChain bereitgestellte vorkonfigurierte Toolkits, um Ihren Agenten schnell zusätzliche Fähigkeiten zu verleihen.
Vorgefertigte Toolkits nutzen ist eine kostenlose AI Agents with LangChain & Autonomous Workflows-Lektion auf CoddyKit. Dies ist Lektion 3 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des AI Agents with LangChain & Autonomous Workflows-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der AI Agents with LangChain & Autonomous Workflows-Kurs umfasst insgesamt 4 Lektionen.
Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.
Intro to Pre-built Toolkits
Welcome to leveraging pre-built toolkits in LangChain! So far, you've learned to define and use individual tools. But what if you need a set of related tools?
Toolkits are collections of pre-configured tools designed for specific purposes. They bundle common functionalities, making it much easier to add powerful capabilities to your AI agents.
Why Use Toolkits?
Using toolkits offers several key advantages:
- Time-saving: No need to define common tools from scratch.
- Reduced Boilerplate: Less code to write and manage.
- Consistency: Ensures tools are implemented correctly and consistently.
- Expanded Capabilities: Instantly equip your agent with complex functionalities like web search, database interaction, or advanced math.
Example: The Math Toolkit
Let's start with a simple yet powerful example: the Math Toolkit. This toolkit provides basic arithmetic operations, allowing your agent to perform calculations.
It's a great way to see how a collection of tools can be integrated and used by an agent to solve problems that require numerical processing.
Initializing a Toolkit
First, you need to import and initialize the toolkit. Here's how you can set up the MathToolkit and inspect the tools it provides:
from langchain_community.agent_toolkits import MathToolkit
def main():
# Initialize the Math Toolkit
toolkit = MathToolkit()
print("MathToolkit initialized!")
print("\nTools available in this toolkit:")
# Iterate and print details of each tool
for tool in toolkit.get_tools():
print(f"- {tool.name}: {tool.description}")
if __name__ == "__main__":
main()Agents Using Toolkits
Once a toolkit is initialized, you pass its collection of tools to your agent, just like you would with individual tools.
The agent's reasoning engine will then intelligently decide which tool from the toolkit is best suited to answer a given query or complete a task.
Agent Solving Math Problems
Watch this agent use the MathToolkit to perform a multiplication. Notice how the agent 'thinks' about the problem and selects the correct tool.
(Remember to replace YOUR_API_KEY with your actual OpenAI API key for the code to run.)
from langchain_community.llms import OpenAI
from langchain.agents import initialize_agent, AgentType
from langchain_community.agent_toolkits import MathToolkit
import os
def main():
# Set your OpenAI API key here
# os.environ["OPENAI_API_KEY"] = "YOUR_API_KEY" # Uncomment and replace
if "OPENAI_API_KEY" not in os.environ:
print("Error: OPENAI_API_KEY environment variable not set.")
print("Please set it to run this example.")
return
llm = OpenAI(temperature=0) # Using a simple LLM
toolkit = MathToolkit()
tools = toolkit.get_tools()
# Initialize the agent with the LLM and the toolkit's tools
agent = initialize_agent(
tools, llm, agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION, verbose=True
)
print("\nAgent at work (verbose output shows thinking process):\n")
agent.run("What is 12345 * 6789?")
if __name__ == "__main__":
main()Exploring Other Powerful Toolkits
LangChain offers many other pre-built toolkits for diverse tasks:
- Wikipedia Toolkit: For agents needing to search and retrieve information from Wikipedia.
- OpenAPI Toolkit: Allows agents to interact with any API described by an OpenAPI spec.
- SQL Database Toolkit: Enables agents to query and interact with SQL databases.
- Python Agent Toolkit: Allows agents to write and execute Python code.
Each toolkit significantly expands your agent's capabilities!
Discovering More Toolkits
Want to find more toolkits? Here's how:
- LangChain Documentation: The official docs are the best resource.
- Source Code: Explore the
langchain_community.agent_toolkitsmodule directly. - Community Examples: Look at how others are using LangChain in GitHub repos or tutorials.
New toolkits are constantly being developed and added!
Toolkit Quick Check
What is the primary benefit of using pre-built toolkits in LangChain?
Recap: Toolkit Power-Up!
Great job! In this lesson, you learned about:
- What pre-built toolkits are in LangChain.
- The significant benefits they offer, like saving time and expanding capabilities.
- How to initialize and integrate toolkits (like the
MathToolkit) with your agents. - Where to discover more powerful toolkits for various tasks.
Toolkits are a fantastic way to quickly supercharge your agents!
Häufig gestellte Fragen
Ist die Lektion „Vorgefertigte Toolkits nutzen“ kostenlos?
Ja — der vollständige Text von „Vorgefertigte Toolkits nutzen“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des AI Agents with LangChain & Autonomous Workflows-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der AI Agents with LangChain & Autonomous Workflows-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Vorgefertigte Toolkits nutzen“?
Entdecken und implementieren Sie von LangChain bereitgestellte vorkonfigurierte Toolkits, um Ihren Agenten schnell zusätzliche Fähigkeiten zu verleihen. Du übst AI Agents with LangChain & Autonomous Workflows mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um AI Agents with LangChain & Autonomous Workflows zu starten?
Keine Vorkenntnisse erforderlich. AI Agents with LangChain & Autonomous Workflows auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 3 von 4.
Wie lange dauert die Lektion „Vorgefertigte Toolkits nutzen“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser AI Agents with LangChain & Autonomous Workflows-Lektion Code schreiben und ausführen?
Ja. Jede AI Agents with LangChain & Autonomous Workflows-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Tools definieren und verwenden
- Agententypen und Entscheidungsfindung
- Vorgefertigte Toolkits nutzen
- Fehlerbehandlung und sichere Tool-Ausführung