随着AI技术的快速发展,如何高效地集成和管理插件成为一个重要的课题。Connery为我们提供了一种开源的插件基础设施,使得创建自定义插件并将其无缝集成到LangChain代理中变得异常简单。在本文中,我将带领大家了解如何使用Connery Action Tool来集成单个Connery Action到LangChain代理中,并通过示例代码展示实际的操作过程。
技术背景介绍
Connery专注于为AI提供开源的插件基础设施,其目标是简化插件的创建和管理过程。通过Connery,我们可以:
- 创建自定义插件:你可以将一组操作打包成一个插件,并集成到LangChain代理中。
- 管理插件运行时:Connery处理运行时、授权、机密管理、访问管理和审计日志等关键方面。
- 丰富的社区支持:Connery提供了丰富的开源插件集合,方便快速使用。
核心原理解析
在使用Connery Action Tool之前,需要做一些准备工作:
- 使用 Quickstart 指南设置Connery运行器。
- 安装包含你要使用的操作的所有插件。
- 设置环境变量
CONNERY_RUNNER_URL
和CONNERY_RUNNER_API_KEY
,以便工具包与Connery运行器进行通信。
代码实现演示
以下示例代码展示了如何从Connery运行器中获取操作并调用它。我们以从Gmail插件中发送邮件的操作为例。
import os
from langchain.agents import AgentType, initialize_agent
from langchain_community.tools.connery import ConneryService
from langchain_openai import ChatOpenAI
# 设置Connery Runner的凭证
os.environ["CONNERY_RUNNER_URL"] = "https://your-connery-runner.com" # 替换为实际URL
os.environ["CONNERY_RUNNER_API_KEY"] = "your-connery-api-key" # 替换为实际API密钥
# 设置OpenAI API密钥
os.environ["OPENAI_API_KEY"] = "your-openai-api-key" # 替换为实际API密钥
# 设置接收邮件的电子邮件地址
recipient_email = "test@example.com"
# 从Connery Runner按ID获取SendEmail操作
connery_service = ConneryService()
send_email_action = connery_service.get_action("CABC80BB79C15067CA983495324AE709")
# 手动运行操作
manual_run_result = send_email_action.run(
{
"recipient": recipient_email,
"subject": "Test email",
"body": "This is a test email sent from Connery.",
}
)
print(manual_run_result)
# 使用OpenAI Functions代理运行操作
llm = ChatOpenAI(temperature=0)
agent = initialize_agent(
[send_email_action], llm, AgentType.OPENAI_FUNCTIONS, verbose=True
)
agent_run_result = agent.run(
f"Send an email to the {recipient_email} and say that I will be late for the meeting."
)
print(agent_run_result)
应用场景分析
这种集成方式非常适合需要灵活调用多个操作的AI应用程序。例如,在企业内部沟通工具中,通过集成不同的Connery插件,可以自动化许多日常任务,如发送通知邮件、收集用户反馈等。
实践建议
- 安全性:确保API密钥的保密性,避免泄露。
- 性能调优:根据实际需求调整代理的运行参数,以平衡效率与资源消耗。
- 社区资源:充分利用Connery的开源插件,快速实现复杂功能。
如果遇到问题欢迎在评论区交流。
—END—