`langchain.agents.xml.base`.XMLAgent¶

class langchain.agents.xml.base.XMLAgent[source]¶

基础：BaseSingleActionAgent

自版本 0.1.0 起已弃用：请使用 create_xml_agent 代替。

使用 XML 标签的代理。

参数

tools – 代理可以从中选择的工具列表
llm_chain – 用于预测下一个操作的 LLMChain

示例

from langchain.agents import XMLAgent
from langchain

tools = ...
model =

通过解析和验证从关键字参数传入的输入数据来创建一个新的模型。

如果输入数据无法解析为有效的模型，将引发 ValidationError。

param llm_chain:LLMChain [必需]¶: 用于预测动作的链。

param tools:List[BaseTool] [必需]¶: 此代理可访问的工具列表。

async aplan(intermediate_steps: List[Tuple[AgentAction, str]], callbacks: Optional[Union[List[BaseCallbackHandler], BaseCallbackManager]] = None, **kwargs: Any) → Union[AgentAction, AgentFinish][source]¶

异步给定输入，决定要执行的操作。

参数

intermediate_steps (列表[元组[AgentAction, str]]) – 到目前为止 LLM 采取的步骤以及观测数据。
callbacks (可选[Union[列表[BaseCallbackHandler], BaseCallbackManager]]) – 要运行的回调函数。
**kwargs (任意类型) – 用户输入。

返回值

指定要使用工具的操作。

返回类型

Union[AgentAction, AgentFinish]

classmethod from_llm_and_tools(llm: BaseLanguageModel, tools: Sequence[BaseTool], callback_manager: Optional[BaseCallbackManager] = None, **kwargs: Any) → BaseSingleActionAgent¶

从 LLM 和工具创建一个代理。

参数

llm (BaseLanguageModel) – 要使用的语言模型。
tools (序列[BaseTool]) – 要使用的工具。
callback_manager (可选[BaseCallbackManager]) – 要使用的回调管理器。
kwargs (任意类型) – 额外参数。

返回值

代理对象。

返回类型

BaseSingleActionAgent

get_allowed_tools() → Optional[List[str]]¶

返回类型: 可选[列表[字符串]]

静态get_default_output_parser() → XMLAgentOutputParser[源代码]¶

返回类型: XMLAgentOutputParser

静态get_default_prompt() → ChatPromptTemplate[源代码]¶

返回类型: ChatPromptTemplate

plan(intermediate_steps: List[Tuple[AgentAction, str]], callbacks: Optional[Union[List[BaseCallbackHandler], BaseCallbackManager]], **kwargs: Any) → Union[AgentAction, AgentFinish][源代码]¶

基于输入，决定要做什么。

参数

intermediate_steps (列表[元组[AgentAction, str]]) – 到目前为止 LLM 采取的步骤以及观测数据。
callbacks (可选[Union[列表[BaseCallbackHandler], BaseCallbackManager]]) – 要运行的回调函数。
**kwargs (任意类型) – 用户输入。

返回值

指定要使用工具的操作。

返回类型

Union[AgentAction, AgentFinish]

return_stopped_response(early_stopping_method: str, intermediate_steps: List[Tuple[AgentAction, str]], **kwargs: Any) → AgentFinish¶

当智能体因最大迭代次数而被停止时，返回响应。

参数

early_stopping_method (str) – 使用早期停止的方法。
intermediate_steps (列表[元组[AgentAction, str]]) – 到目前为止 LLM 采取的步骤以及观测数据。
**kwargs (任意类型) – 用户输入。

返回值

智能体完成对象。

返回类型

AgentFinish

引发

ValueError – 如果 early_stopping_method 不受支持。

save(file_path: Union[Path, str]) → None¶

保存智能体。

参数: file_path (Union[Path, str]) – 保存智能体的文件路径。
返回类型: None

示例: .. code-block:: python

# 使用代理执行器智能体保存文件：agent.agent.save(file_path="path/agent.yaml")

tool_run_logging_kwargs() → Dict¶

返回工具运行日志的kwargs。

返回类型: Dict

property return_values: List[str]¶: 返回智能体的值。

langchain.agents.xml.base.XMLAgent¶

`langchain.agents.xml.base`.XMLAgent¶