langchain.agents.agent_toolkits.conversational_retrieval.openai_functions.create_conversational_retrieval_agent

langchain.agents.agent_toolkits.conversational_retrieval.openai_functions.create_conversational_retrieval_agent(llm: BaseLanguageModel, tools: List[BaseTool], remember_intermediate_steps: bool = True, memory_key: str = 'chat_history', system_message: Optional[SystemMessage] = None, verbose: bool = False, max_token_limit: int = 2000, **kwargs: Any) → AgentExecutor[source]

创建对话检索代理的便利方法。

参数

  • llm (BaseLanguageModel) – 要使用的语言模型，应该是 ChatOpenAI

  • tools ([[BaseTool]]) – 代理可访问的工具列表

  • remember_intermediate_steps (bool) – 代理是否应该记住中间步骤。中间步骤指的是之前问题中的先前动作/观察结果对。记住这些的好处是在其中如果有相关信息，代理可以利用它来回答后续问题。缺点是它将占用更多令牌。

  • memory_key (str) – 提示中内存键的名称

  • system_message (Optional[SystemMessage]]) – 要使用的系统消息。默认情况下将使用一个基本的。

  • verbose (bool) – 最终的AgentExecutor是否应该详细输出，默认为False。

  • max_token_limit (int) – 在内存中保留的token最大数量。默认为2000。

  • kwargs (Any) –

返回

初始化适当的代理执行器

返回类型

AgentExecutor

使用create_conversational_retrieval_agent的示例