Pass a list of options to a tool's arg #27089
Replies: 3 comments 24 replies
-
|
To handle a list of options and return the position of an item in LangChain, you can iterate over the list and find the index of the desired item. Since you want to return the position starting from 1, you can add 1 to the index. Here's how you can modify your tool to achieve this: @tool
def input_animais_secados(
cdfazenda: Optional[str] = None,
numero: Optional[list[str]] = None,
data: Optional[list[str]] = None,
motivo_secagem: Optional[list[str]] = None,
peso: Optional[list[str]] = None,
ecc: Optional[list[str]] = None,
observacao: Optional[list[str]] = None
):
"""FERRAMENTA DE INPUT. Utilizar a ferramenta quando o usuário informar que quer enviar/lançar/subir informações sobre secagem (parar de dar leite) de um animal ou uma lista de animais. Esta ferramenta fará a atualização da [base - banco de dados - sistema - ideagri] do usuário. Se for inserido informações de mais de um animal, sempre coloque os dados na ordem que o usuário inseriu. Informe sempre apenas as variáveis obrigatórias para o usuário.
Args:
cdfazenda: é o código da fazenda. O formato é composto apenas por números. É uma variável obrigatória. SEMPRE solicite caso nao tenha esta variável.ou se esta variável for None ou Null é OBRIGATÓRIO SOLICITAR o cdfazenda
data: É a data no qual foi realizado a secagem. É uma variável obrigatória. Transforme no seguinte formato %d/%m/%Y. Caso o formato seja ambiguo, informe para o usuário passar a data no formato %d/%m/%Y.
numero: Nome do animal a secar. Esta informação não deve ser vazia
motivo_secagem: Motivo da secagem. Retorne a posição da lista que será informado para o usuário. Retorne apenas a posição sendo a primeira como 1.
peso: É o peso do animal, apenas o valor. Esta variável não é obrigatória. Se o usuário não informou a variável coloque ela como ''(vazio) nunca deixe ela como null ou sem registros.
ecc: É o escore de condição corporal do animal deve ser um número de 1 a 9. Esta variável não é obrigatória. Se o usuário não informou a variável coloque ela como ''(vazio) nunca deixe ela como null ou sem registros.
observacao: Observação que o usuário queira colocar. Esta variável não é obrigatória. Se o usuário não informou a variável coloque ela como ''(vazio) nunca deixe ela como null ou sem registros.
"""
if motivo_secagem:
# Example: Find the position of a specific reason in the list
specific_reason = "some_reason" # Replace with the actual reason you're looking for
if specific_reason in motivo_secagem:
position = motivo_secagem.index(specific_reason) + 1
return f"The position of the reason '{specific_reason}' is {position}."
else:
return "The specified reason is not in the list."
else:
return "No drying reasons provided."Replace |
Beta Was this translation helpful? Give feedback.
-
|
@dosu But I want to pass the list in the args so that the agent can identify in the user's input whether what he passed is in a list of reasons, and from there the agent himself identifies the position |
Beta Was this translation helpful? Give feedback.
-
|
To achieve this, you can use LangChain's functionality to dynamically update or modify tool arguments based on user input. You can define a tool that takes a list of reasons and checks if the user's input matches any of these reasons. Here's how you can implement this: @tool
def input_animais_secados(
cdfazenda: Optional[str] = None,
numero: Optional[list[str]] = None,
data: Optional[list[str]] = None,
motivo_secagem: Optional[list[str]] = None,
peso: Optional[list[str]] = None,
ecc: Optional[list[str]] = None,
observacao: Optional[list[str]] = None
):
"""FERRAMENTA DE INPUT. Utilizar a ferramenta quando o usuário informar que quer enviar/lançar/subir informações sobre secagem (parar de dar leite) de um animal ou uma lista de animais. Esta ferramenta fará a atualização da [base - banco de dados - sistema - ideagri] do usuário. Se for inserido informações de mais de um animal, sempre coloque os dados na ordem que o usuário inseriu. Informe sempre apenas as variáveis obrigatórias para o usuário.
Args:
cdfazenda: é o código da fazenda. O formato é composto apenas por números. É uma variável obrigatória. SEMPRE solicite caso nao tenha esta variável.ou se esta variável for None ou Null é OBRIGATÓRIO SOLICITAR o cdfazenda
data: É a data no qual foi realizado a secagem. É uma variável obrigatória. Transforme no seguinte formato %d/%m/%Y. Caso o formato seja ambiguo, informe para o usuário passar a data no formato %d/%m/%Y.
numero: Nome do animal a secar. Esta informação não deve ser vazia
motivo_secagem: Motivo da secagem. Retorne a posição da lista que será informado para o usuário. Retorne apenas a posição sendo a primeira como 1.
peso: É o peso do animal, apenas o valor. Esta variável não é obrigatória. Se o usuário não informou a variável coloque ela como ''(vazio) nunca deixe ela como null ou sem registros.
ecc: É o escore de condição corporal do animal deve ser um número de 1 a 9. Esta variável não é obrigatória. Se o usuário não informou a variável coloque ela como ''(vazio) nunca deixe ela como null ou sem registros.
observacao: Observação que o usuário queira colocar. Esta variável não é obrigatória. Se o usuário não informou a variável coloque ela como ''(vazio) nunca deixe ela como null ou sem registros.
"""
if motivo_secagem:
# Iterate over the list of reasons and find the position of each in the user's input
user_input = "user_provided_reason" # Replace with the actual user input
for reason in motivo_secagem:
if reason in user_input:
position = motivo_secagem.index(reason) + 1
return f"The position of the reason '{reason}' is {position}."
return "No matching reason found in the user's input."
else:
return "No drying reasons provided."Replace |
Beta Was this translation helpful? Give feedback.
-
|
@dosu Is there any way to format the args text to include the list of reasons |
Beta Was this translation helpful? Give feedback.
-
|
To achieve this, you can use LangChain's capabilities to extract specific information from user input and dynamically generate arguments for tool invocation. Here's a step-by-step approach:
Here's an example implementation: from typing import Optional, List
from langchain_core.tools import InjectedToolArg, tool
from typing_extensions import Annotated
from langchain_core.prompts import ChatPromptTemplate
from langchain_mistralai import ChatMistralAI
def obter_motivos_secagens(cdfazenda_buscado):
# Replace this with the actual logic to generate the list based on cdfazenda
return ["reason1", "reason2", "reason3"]
@tool
def input_animais_secados(
cdfazenda: Annotated[str, InjectedToolArg],
numero: Optional[List[str]] = None,
data: Optional[List[str]] = None,
motivo_secagem: Optional[List[str]] = None,
peso: Optional[List[str]] = None,
ecc: Optional[List[str]] = None,
observacao: Optional[List[str]] = None
):
"""FERRAMENTA DE INPUT. Utilizar a ferramenta quando o usuário informar que quer enviar/lançar/subir informações sobre secagem (parar de dar leite) de um animal ou uma lista de animais. Esta ferramenta fará a atualização da [base - banco de dados - sistema - ideagri] do usuário. Se for inserido informações de mais de um animal, sempre coloque os dados na ordem que o usuário inseriu. Informe sempre apenas as variáveis obrigatórias para o usuário.
Args:
cdfazenda: é o código da fazenda. O formato é composto apenas por números. É uma variável obrigatória.
data: É a data no qual foi realizado a secagem. É uma variável obrigatória.
numero: Nome do animal a secar. Esta informação não deve ser vazia.
motivo_secagem: Motivo da secagem. Opções disponíveis: {reasons_list}.
peso: É o peso do animal, apenas o valor. Esta variável não é obrigatória.
ecc: É o escore de condição corporal do animal deve ser um número de 1 a 9. Esta variável não é obrigatória.
observacao: Observação que o usuário queira colocar. Esta variável não é obrigatória.
"""
# Function logic here
def extract_cdfazenda(user_input):
# Implement logic to extract cdfazenda from user input
# This could be a regex or a language model-based extraction
return "123" # Example extracted cdfazenda
def agent_function(user_input):
# Extract cdfazenda from user input
cdfazenda = extract_cdfazenda(user_input)
# Generate the list of reasons using the cdfazenda
reasons_list = obter_motivos_secagens(cdfazenda_buscado=cdfazenda)
# Call the tool with the generated list
input_animais_secados.invoke({
"cdfazenda": cdfazenda,
"motivo_secagem": reasons_list,
# Add other arguments as needed
})
# Example user input
user_input = "I want to update the drying information for my farm."
agent_function(user_input)In this setup, the |
Beta Was this translation helpful? Give feedback.
-
|
@dosu But I need the function to identify cdfazenda in the input to be called at the same time that the input_animais_secados tool was activated, so when the agent calls the tool, it first calls the function to identify cdfazenda and then immediately after calling the input_animais_secados tool |
Beta Was this translation helpful? Give feedback.
-
|
To achieve the desired behavior where the
Here's an example implementation: from typing import Optional, List
from langchain_core.tools import InjectedToolArg, tool
from typing_extensions import Annotated
def obter_motivos_secagens(cdfazenda_buscado):
# Replace this with the actual logic to generate the list based on cdfazenda
return ["reason1", "reason2", "reason3"]
@tool
def input_animais_secados(
cdfazenda: Annotated[str, InjectedToolArg],
numero: Optional[List[str]] = None,
data: Optional[List[str]] = None,
motivo_secagem: Optional[List[str]] = None,
peso: Optional[List[str]] = None,
ecc: Optional[List[str]] = None,
observacao: Optional[List[str]] = None
):
"""FERRAMENTA DE INPUT. Utilizar a ferramenta quando o usuário informar que quer enviar/lançar/subir informações sobre secagem (parar de dar leite) de um animal ou uma lista de animais. Esta ferramenta fará a atualização da [base - banco de dados - sistema - ideagri] do usuário. Se for inserido informações de mais de um animal, sempre coloque os dados na ordem que o usuário inseriu. Informe sempre apenas as variáveis obrigatórias para o usuário.
Args:
cdfazenda: é o código da fazenda. O formato é composto apenas por números. É uma variável obrigatória.
data: É a data no qual foi realizado a secagem. É uma variável obrigatória.
numero: Nome do animal a secar. Esta informação não deve ser vazia.
motivo_secagem: Motivo da secagem. Opções disponíveis: {reasons_list}.
peso: É o peso do animal, apenas o valor. Esta variável não é obrigatória.
ecc: É o escore de condição corporal do animal deve ser um número de 1 a 9. Esta variável não é obrigatória.
observacao: Observação que o usuário queira colocar. Esta variável não é obrigatória.
"""
# Function logic here
def extract_cdfazenda(user_input):
# Implement logic to extract cdfazenda from user input
# This could be a regex or a language model-based extraction
return "123" # Example extracted cdfazenda
def agent_function(user_input):
# Extract cdfazenda from user input
cdfazenda = extract_cdfazenda(user_input)
# Generate the list of reasons using the cdfazenda
reasons_list = obter_motivos_secagens(cdfazenda_buscado=cdfazenda)
# Call the tool with the generated list
input_animais_secados.invoke({
"cdfazenda": cdfazenda,
"motivo_secagem": reasons_list,
# Add other arguments as needed
})
# Example user input
user_input = "I want to update the drying information for my farm."
agent_function(user_input)In this setup, the |
Beta Was this translation helpful? Give feedback.
-
|
@dosu |
Beta Was this translation helpful? Give feedback.
-
|
To integrate the
Here's an example of how you can implement this: from langchain_core.agents import create_structured_chat_agent, AgentExecutor
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.tools import InjectedToolArg, tool
from typing import Optional, List
from typing_extensions import Annotated
def obter_motivos_secagens(cdfazenda_buscado):
# Replace this with the actual logic to generate the list based on cdfazenda
return ["reason1", "reason2", "reason3"]
@tool
def input_animais_secados(
cdfazenda: Annotated[str, InjectedToolArg],
numero: Optional[List[str]] = None,
data: Optional[List[str]] = None,
motivo_secagem: Optional[List[str]] = None,
peso: Optional[List[str]] = None,
ecc: Optional[List[str]] = None,
observacao: Optional[List[str]] = None
):
"""FERRAMENTA DE INPUT. Utilizar a ferramenta quando o usuário informar que quer enviar/lançar/subir informações sobre secagem (parar de dar leite) de um animal ou uma lista de animais. Esta ferramenta fará a atualização da [base - banco de dados - sistema - ideagri] do usuário. Se for inserido informações de mais de um animal, sempre coloque os dados na ordem que o usuário inseriu. Informe sempre apenas as variáveis obrigatórias para o usuário.
Args:
cdfazenda: é o código da fazenda. O formato é composto apenas por números. É uma variável obrigatória.
data: É a data no qual foi realizado a secagem. É uma variável obrigatória.
numero: Nome do animal a secar. Esta informação não deve ser vazia.
motivo_secagem: Motivo da secagem. Opções disponíveis: {reasons_list}.
peso: É o peso do animal, apenas o valor. Esta variável não é obrigatória.
ecc: É o escore de condição corporal do animal deve ser um número de 1 a 9. Esta variável não é obrigatória.
observacao: Observação que o usuário queira colocar. Esta variável não é obrigatória.
"""
# Function logic here
def extract_cdfazenda(user_input):
# Implement logic to extract cdfazenda from user input
# This could be a regex or a language model-based extraction
return "123" # Example extracted cdfazenda
def agent_function(user_input):
# Extract cdfazenda from user input
cdfazenda = extract_cdfazenda(user_input)
# Generate the list of reasons using the cdfazenda
reasons_list = obter_motivos_secagens(cdfazenda_buscado=cdfazenda)
# Call the tool with the generated list
input_animais_secados.invoke({
"cdfazenda": cdfazenda,
"motivo_secagem": reasons_list,
# Add other arguments as needed
})
# Create the structured chat agent
agent = create_structured_chat_agent(
llm=model, # Replace with your language model
tools=[input_animais_secados],
prompt=ChatPromptTemplate.from_messages([
("system", "Extract cdfazenda and invoke the tool as needed."),
("human", "{input}")
])
)
# Use the agent executor to manage interactions
agent_executor = AgentExecutor(agent=agent, tools=[input_animais_secados])
# Example user input
user_input = "I want to update the drying information for my farm."
agent_executor.invoke({"input": user_input})In this setup, the agent is configured to handle the extraction of |
Beta Was this translation helpful? Give feedback.
-
|
@dosu |
Beta Was this translation helpful? Give feedback.
-
|
To add information to the input data when the agent calls a specific tool, you can use a custom prompt template with a from typing import Callable
from langchain.prompts import StringPromptTemplate
# Define a custom prompt template
class CustomPromptTemplate(StringPromptTemplate):
template: str
tools_getter: Callable
def format(self, **kwargs) -> str:
intermediate_steps = kwargs.pop("intermediate_steps")
thoughts = ""
for action, observation in intermediate_steps:
thoughts += action.log
thoughts += f"\nObservation: {observation}\nThought: "
kwargs["agent_scratchpad"] = thoughts
tools = self.tools_getter(kwargs["input"])
kwargs["tools"] = "\n".join(
[f"{tool.name}: {tool.description}" for tool in tools]
)
kwargs["tool_names"] = ", ".join([tool.name for tool in tools])
return self.template.format(**kwargs)
# Example usage
prompt = CustomPromptTemplate(
template=template,
tools_getter=get_tools,
input_variables=["input", "intermediate_steps"],
)In this setup, the |
Beta Was this translation helpful? Give feedback.
-
|
One question, is there any way to use a specific tool when creating the agent without having to go through the tool import step, for example building directly into the structured chat agent? |
Beta Was this translation helpful? Give feedback.
-
|
Yes, you can define tools directly within a structured chat agent without separate imports by using the from langchain_core.tools import tool
@tool
def custom_tool(a: int, b: int) -> int:
"""Add two numbers."""
return a + b
# Now you can use `custom_tool` directly in your agent setupThis method uses the function name as the tool name by default and the function's docstring as the tool's description. You can also customize the tool name and JSON args by passing them into the tool decorator. This approach allows you to define and use tools directly within your agent setup without needing separate import steps [1]. |
Beta Was this translation helpful? Give feedback.
-
|
Okay, but how can I set it as a parameter in the agent, for example, there will be tools that will be passed like this: agent = create_structured_chat_agent( And in addition to these tools, I want to pass on specific tools outside |
Beta Was this translation helpful? Give feedback.
-
|
To pass specific tools directly when creating an agent, while also including additional tools outside the initial list, you can dynamically combine both sets of tools before passing them to the agent. Here's how you can achieve this:
Here's an example implementation: from langchain_core.tools import tool
# Define your additional tool
@tool
def additional_tool(x: int, y: int) -> int:
"""Multiply two numbers."""
return x * y
# Predefined tools
predefined_tools = [
# Add your predefined tools here
]
# Combine predefined tools with additional tools
all_tools = predefined_tools + [additional_tool]
# Create the agent with the combined tools
agent = create_structured_chat_agent(
llm=llm, # Your language model
tools=all_tools,
prompt=prompt # Your prompt template
)This approach allows you to flexibly manage and pass both predefined and additional tools to the agent, ensuring that all necessary functionalities are available during interactions. |
Beta Was this translation helpful? Give feedback.
Uh oh!
There was an error while loading. Please reload this page.
-
Checked other resources
Commit to Help
Example Code
Description
I want to pass a list of options in the drying reasons variable, so that the agent identifies the position in the list and returns it to be able to use the variable in an insertion case.
System Info
windows
python 3.11
Beta Was this translation helpful? Give feedback.
All reactions