langchain_cohere.csv_agent.agent.create_csv_agent

langchain_cohere.csv_agent.agent.create_csv_agent(llm: BaseLanguageModel, path: Union[str, List[str]], extra_tools: List[BaseTool] = [], pandas_kwargs: Optional[dict] = None, prompt: Optional[ChatPromptTemplate] = None, number_of_head_rows: int = 5, verbose: bool = True, return_intermediate_steps: bool = True, temp_path_dir: Optional[str] = None, temp_path_prefix: Optional[str] = 'langchain', temp_path_suffix: Optional[str] = 'csv_agent') → AgentExecutor[source]

使用指定的语言模型创建 csv 代理。

参数

  • llm (BaseLanguageModel) – 用于代理的语言模型。

  • path (Union[str, List[str]]) – 字符串路径，或可以读取为 pandas DataFrames 的字符串路径列表，使用 pd.read_csv()。

  • number_of_head_rows (int) – 在样本数据提示中显示的行数

  • include_df_in_prompt – 在提示中显示 DataFrame 样本值。

  • pandas_kwargs (可选[dict]) – 传递给 pd.read_csv() 的命名参数。

  • prefix – 提示前缀字符串。

  • suffix – 提示后缀字符串。

  • 提示 (可选[ChatPromptTemplate]) – 供代理人使用的提示。该提示优先于其他提示参数，如后缀和前缀。

  • temp_path_dir (可选[str]) – 用于存储对于 python repl 的 csv 文件的临时目录。

  • delete_temp_path – 代理完成工作后是否删除临时目录。仅当没有提供 temp_path_dir 时才有效。

  • extra_tools (列表[BaseTool]) –

  • verbose (布尔值) –

  • return_intermediate_steps (布尔值) –

  • temp_path_prefix (可选[str]) –

  • temp_path_suffix (可选[str]) –

返回

一个拥有指定 agent_type 代理和访问 PythonREPL 以及用户提供的任何额外工具的 AgentExecutor。

返回类型

AgentExecutor

示例

from langchain_cohere import ChatCohere, create_csv_agent

llm = ChatCohere(model="command-r-plus", temperature=0)
agent_executor = create_csv_agent(
    llm,
    "titanic.csv"
)
resp = agent_executor.invoke({"input":"How many people were on the titanic?"})
print(resp.get("output"))

使用 create_csv_agent 的示例