使用Connery Toolkit集成Connery Actions到LangChain代理-优快云博客

本文链接：https://blog.youkuaiyun.com/tt_jishu/article/details/149225134

## 技术背景介绍

Connery是一个开源的AI插件基础架构，旨在简化AI应用的插件管理和整合。它不仅支持自定义插件的创建，还可轻松地将多种预定义的动作集成到您现有的LangChain代理中。通过Connery，您可以高效处理运行时、授权、访问管理等关键问题，同时享有社区支持的丰富开源插件资源。

## 核心原理解析

Connery通过提供一套通用工具和服务，使得AI开发者能够快速集成和管理插件。它使用Runner作为执行环境，确保插件动作的稳定运行。LangChain代理则通过Connery Toolkit与Connery Actions进行交互，实现复杂业务逻辑的自动化处理。

## 代码实现演示

以下代码示例演示了如何用LangChain代理调用Connery Actions。具体来说，它使用了两个Connery Actions来总结网页内容，并发送邮件。

```python
import os
from langchain.agents import AgentType, initialize_agent
from langchain_community.agent_toolkits.connery import ConneryToolkit
from langchain_community.tools.connery import ConneryService
from langchain_openai import ChatOpenAI

# 设置环境变量以便Connery Toolkit能够与Connery Runner通信
os.environ["CONNERY_RUNNER_URL"] = "https://yunwu.ai/v1/connery"  # 更改为实际的Connery Runner URL
os.environ["CONNERY_RUNNER_API_KEY"] = "your-api-key"

# 设置OpenAI API密钥
os.environ["OPENAI_API_KEY"] = "your-openai-api-key"

# 接收总结邮件的电子邮件地址
recepient_email = "test@example.com"

# 初始化Connery Toolkit
connery_service = ConneryService()
connery_toolkit = ConneryToolkit.create_instance(connery_service)

# 使用OpenAI Functions代理执行Connery Toolkit中的动作
llm = ChatOpenAI(temperature=0)
agent = initialize_agent(
    connery_toolkit.get_tools(), llm, AgentType.OPENAI_FUNCTIONS, verbose=True
)
result = agent.run(
    f"""Make a short summary of the webpage http://www.paulgraham.com/vb.html in three sentences
and send it to {recepient_email}. Include the link to the webpage into the body of the email."""
)
print(result)