LangChain میں ایجنٹ کیا ہے؟

LangChain فریم ورک کا استعمال ایسی ایپس تیار کرنے کے لیے کیا جاتا ہے جو زبان کے ماڈلز کو استعمال کرتی ہیں۔ LLMs عمومی ردعمل دیتے ہیں، وہ کسی مخصوص فیلڈ کو نشانہ نہیں بناتے ہیں جبکہ LangChain کے پاس سب سے زیادہ طاقتور وصف ہے جو یہ چینز بنانے کے لیے فراہم کرتا ہے جس میں صارف متعدد اجزاء کو ایک ساتھ جوڑ کر ایک مربوط ایپلی کیشن بنا سکتے ہیں۔ LangChain میں بہت سے ماڈیولز، ڈیٹا کنکشنز، چینز، ایجنٹس، میموری اور کال بیک ہیں۔

اس مضمون میں، ہم تمام ممکنہ پہلوؤں سے LangChain میں ایجنٹوں پر بات کریں گے۔

LangChain میں ایجنٹ کیا ہے؟

کچھ ایپلیکیشنز کو نہ صرف پہلے سے طے شدہ زنجیروں کی ضرورت ہوتی ہے بلکہ انہیں ایک نامعلوم چین کی ضرورت ہوتی ہے جو صارف کے ان پٹ پر منحصر ہوتی ہے۔ ایسی صورت میں، ایک ہے ' ایجنٹ 'جو ٹول تک رسائی حاصل کرتے ہیں اور فیصلہ کرتے ہیں کہ صارف کے ان پٹ کے مطابق کون سا ٹول درکار ہے اور وہ کیا مانگ رہا ہے۔ ایک ٹول کٹ بنیادی طور پر ٹولز کا ایک سیٹ ہے جو کسی خاص مقصد کے لیے درکار ہوتا ہے اور ٹول کٹ میں 3-5 ٹولز ہوتے ہیں۔

LangChain ایجنٹوں کی اقسام

دو اہم ایجنٹ ہیں:

ایکشن ایجنٹس
منصوبہ بندی اور عمل کرنے والے ایجنٹ

ایکشن ایجنٹس: یہ ایجنٹ قدم بہ قدم قدم اٹھانے کے لیے اقدامات کا فیصلہ کرتے ہیں ہر ایک قدم کا جائزہ لیتے ہیں اور پھر اس پر عمل درآمد کرتے ہیں اور اگر ہم ایجنٹ کے سیوڈو کوڈ پر بات کرتے ہیں جس میں چند مراحل شامل ہوتے ہیں۔

صارف سے ان پٹ موصول ہوتا ہے۔
ایجنٹ فیصلہ کرتا ہے کہ ٹول اور کس قسم کے ٹول کی ضرورت ہے۔
اس ٹول کو ان پٹ ٹول سے کہا جاتا ہے اور مشاہدہ ریکارڈ کیا جاتا ہے۔
ہسٹری ٹول، آبزرویشن ٹول، اور ان پٹ ٹول واپس ایجنٹ کو بھیجے جاتے ہیں۔
اس عمل کو اس وقت تک دہرائیں جب تک کہ ایجنٹ اس ٹول کو چھوڑنے کا فیصلہ نہ کرے۔

منصوبہ بندی اور عمل کرنے والے ایجنٹس: یہ ایجنٹس پہلے فیصلہ کرتے ہیں کہ کوئی کارروائی کی جائے، اور پھر ان تمام کارروائیوں کو انجام دیا جائے۔

صارف کا ان پٹ موصول ہوا ہے۔
ایجنٹ عمل کرنے کے لیے تمام اقدامات کی فہرست دیتا ہے۔
ایگزیکیوٹر اقدامات کی فہرست سے گزرتا ہے، ان پر عمل درآمد کرتا ہے۔

ایجنٹ قائم کرنا

ایجنٹ کو ترتیب دینے سے پہلے آپ کو اس کا تازہ ترین ورژن انسٹال کرنا ہوگا۔ ازگر آپ کے آپریٹنگ سسٹم کے مطابق۔

مرحلہ 1: پیکجز کو انسٹال کرنا
سب سے پہلے، ہمیں اس کے لیے ایک ماحول قائم کرنا ہوگا، ہمیں LangChain، google-search-results، اور openai کو انسٹال کرنا ہوگا۔ pip ' کمانڈ:

! pip انسٹال کریں langchain
! pip انسٹال کریں گوگل سرچ کے نتائج
! pip انسٹال کریں اوپنائی

مطلوبہ لائبریریوں کو درآمد کرنا:

langchain.schema درآمد SystemMessage سے
langchain.agents سے OpenAIFunctionsAgent، AgentExecutor درآمد کریں۔
langchain.agents امپورٹ ٹول سے
langchain.chat_models سے ChatOpenAI درآمد کریں۔
دوبارہ درآمد کریں
getpass سے getpass درآمد کریں۔

مرحلہ 2: اپنا خفیہ API حاصل کریں۔
ماحول قائم کرنے کے بعد، اب آپ کو OpenAI پلیٹ فارم سے خفیہ API کیز حاصل کرنی ہوں گی۔

openai_api_key = getpass ( )
llm = ChatOpenAI ( openai_api_key =openai_api_key، درجہ حرارت = 0 )

مرحلہ 3: ٹول شروع کرنا
اس کے بعد آئیے ایک ٹول کی وضاحت کرتے ہیں، سٹرنگ کی لمبائی حاصل کرنے کے لیے سادہ Python کوڈ لکھتے ہیں۔

@ ٹول
def get_word_string ( لفظ: str ) - > int:
'' 'مجھے ایک تار کی لمبائی دو۔' ''
واپسی صرف ( لفظ )

اوزار = [ get_word_string ]

مرحلہ 4: ایک پرامپٹ ٹیمپلیٹ بنائیں
ٹول کی تعریف کرنے کے بعد، اس کے استعمال کے لیے ایک پرامپٹ ٹیمپلیٹ ترتیب دیں۔ 'OpenAIFunctionsAgent.create_prompt()' مددگار فنکشن جو خود بخود ٹیمپلیٹ بنائے گا۔

system_message = سسٹم کا پیغام ( مواد = 'آپ بہت طاقتور اسسٹنٹ ہیں، لیکن تار کی لمبائی کا حساب لگانے میں خراب ہیں۔' )
prompt = OpenAIFunctionsAgent.create_prompt ( سسٹم_پیغام =سسٹم_پیغام )

مرحلہ 5: ایجنٹ بنانا
اب ہم تمام ٹکڑوں کو ختم کر سکتے ہیں اور نامی فنکشن کا استعمال کرکے ایک ایجنٹ بنا سکتے ہیں۔ 'OpenAIFunctionsAgent()' .

ایجنٹ = OpenAIFunctionsAgent ( ایل ایل ایم =llm، اوزار = اوزار، فوری طور پر = فوری )

مرحلہ 6: رن ٹائم ترتیب دینا
اگر آپ نے ایک ایجنٹ کامیابی سے بنایا ہے تو ایجنٹ کے لیے رن ٹائم بنائیں، اس کے لیے ایجنٹ کے لیے رن ٹائم کے طور پر ”AgentExecutor” استعمال ہوتا ہے۔

agent_executor = AgentExecutor ( ایجنٹ = ایجنٹ، اوزار = اوزار، لفظی =سچ )

مرحلہ 7: ایجنٹ کی جانچ
رن ٹائم بنانے کے بعد، اب ایجنٹ کو جانچنے کا وقت آگیا ہے۔

agent_executor.run ( 'اس تار میں کتنے الفاظ ہیں؟' )

اگر آپ نے مرحلہ 2 میں API کلید کو درست کرنے کے لیے داخل کیا ہے، تو آپ کو جواب ملے گا۔

نتیجہ

اس مضمون کو بہت سے پہلوؤں سے واضح کیا گیا ہے، سب سے پہلے یہ ظاہر کرتا ہے کہ LangChain کیا ہے، اور یہ کیسے کام کرتا ہے، پھر یہ LangChain میں ایجنٹوں کے پاس چلا جاتا ہے، اور LangChain میں ایجنٹوں کے مقصد پر بحث کرتا ہے اور ایجنٹوں کی دو بڑی اقسام کے بارے میں معلومات رکھتا ہے۔ 'ایکشن ایجنٹس' اور 'منصوبہ بندی اور عمل کرنے والے ایجنٹس' LangChain میں استعمال کیا جاتا ہے اور آخر میں کوڈ کا نفاذ LangChain میں ایک ایجنٹ قائم کرنے کے لیے کیا گیا ہے

LangChain میں ایجنٹ کیا ہے؟