Skip to main content

gemini-functions-agent

这个模板创建了一个代理，使用Google Gemini函数调用来传达它在采取什么行动方面的决策。

这个示例创建了一个代理，可以选择使用Tavily的搜索引擎在互联网上查找信息。

在这里查看一个LangSmith跟踪示例

环境设置​

需要设置以下环境变量：

将TAVILY_API_KEY环境变量设置为访问Tavily。

将GOOGLE_API_KEY环境变量设置为访问Google Gemini API。

使用方法​

要使用此软件包，您首先应该安装LangChain CLI：

pip install -U langchain-cli

要创建一个新的LangChain项目并将其安装为唯一的软件包，可以执行以下操作：

langchain app new my-app --package gemini-functions-agent

如果要将其添加到现有项目中，只需运行：

langchain app add gemini-functions-agent

并将以下代码添加到您的server.py文件中：

from gemini_functions_agent import agent_executor as gemini_functions_agent_chain

add_routes(app, gemini_functions_agent_chain, path="/openai-functions-agent")

（可选）现在让我们配置LangSmith。 LangSmith将帮助我们跟踪、监视和调试LangChain应用程序。 LangSmith目前处于私有测试版，您可以在此处注册。 如果您没有访问权限，可以跳过此部分。

export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>  # 如果未指定，默认为"default"

如果您在此目录中，则可以直接启动LangServe实例：

langchain serve

这将在本地启动FastAPI应用程序，服务器正在运行在 http://localhost:8000

我们可以在http://127.0.0.1:8000/docs上查看所有模板 我们可以在http://127.0.0.1:8000/gemini-functions-agent/playground上访问playground

我们可以通过以下代码访问模板：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/gemini-functions-agent")