自问自答带搜索
这个演示展示了带搜索代理的自问自答功能。
from langchain import hub
from langchain.agents import AgentExecutor, create_self_ask_with_search_agent
from langchain_community.llms import Fireworks
from langchain_community.tools.tavily_search import TavilyAnswer初始化工具
我们将初始化我们想要使用的工具。这是一个很好的工具，因为它给我们提供了答案（而不是文档）
对于这个代理，只能使用一个工具，它需要被命名为"Intermediate Answer"。
tools = [TavilyAnswer(max_results=1, name="Intermediate Answer")]创建代理
# 获取要使用的提示 - 您可以修改这个提示！
prompt = hub.pull("hwchase17/self-ask-with-search")# 选择将驱动代理的LLM
llm = Fireworks()
# 构建自问自答带搜索代理
agent = create_self_ask_with_search_agent(llm, tools, prompt)运行代理
# 通过传入代理和工具来创建一个代理执行器
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)agent_executor.invoke(
{"input": "What is the hometown of the reigning men's U.S. Open champion?"}
)[1m> 进入新的代理执行器链...[0m
[32;1m[1;3m是的。
追问：谁是现任美国网球公开赛男单冠军？[0m[36;1m[1;3m现任美国网球公开赛男单冠军是诺瓦克·德约科维奇。他在2023年美国网球公开赛的决赛中击败丹尼尔·梅德韦杰夫赢得了他的第24个大满贯单打冠军。[0m[32;1m[1;3m
所以最终答案是：诺瓦克·德约科维奇。[0m
[1m> 完成链条。[0m
{'input': "What is the hometown of the reigning men's U.S. Open champion?",
'output': 'Novak Djokovic.'}