AI Agents with LangChain & Autonomous Workflows · Lekcja

Wykorzystanie gotowych toolkitów

Poznaj i wdrażaj gotowe toolkity dostarczane przez LangChain, aby szybko rozszerzać możliwości swoich agentów.

Wykorzystanie gotowych toolkitów to bezpłatna lekcja AI Agents with LangChain & Autonomous Workflows na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej AI Agents with LangChain & Autonomous Workflows, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs AI Agents with LangChain & Autonomous Workflows zawiera 4 lekcji w sumie.

Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.

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_toolkits module 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!

Często zadawane pytania

Czy lekcja „Wykorzystanie gotowych toolkitów” jest bezpłatna?

Tak — pełny tekst „Wykorzystanie gotowych toolkitów” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu AI Agents with LangChain & Autonomous Workflows, przejdź na CoddyKit PRO. Kurs AI Agents with LangChain & Autonomous Workflows zawiera 4 lekcji w sumie.

Co nauczysz się w „Wykorzystanie gotowych toolkitów”?

Poznaj i wdrażaj gotowe toolkity dostarczane przez LangChain, aby szybko rozszerzać możliwości swoich agentów. Ćwiczysz AI Agents with LangChain & Autonomous Workflows z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć AI Agents with LangChain & Autonomous Workflows?

Nie wymagamy żadnego doświadczenia. AI Agents with LangChain & Autonomous Workflows w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.

Ile czasu zajmuje lekcja „Wykorzystanie gotowych toolkitów”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji AI Agents with LangChain & Autonomous Workflows?

Tak. Każda lekcja AI Agents with LangChain & Autonomous Workflows zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

Definiowanie i używanie tools
Typy agentów i podejmowanie decyzji
Wykorzystanie gotowych toolkitów
Obsługa błędów i bezpieczne wykonywanie narzędzi

← Powrót do AI Agents with LangChain & Autonomous Workflows