はじめに
ラングラフ Supervisor はLangGraphフレームワークをベースとしたPythonライブラリで、マルチインテリジェントなボディシステムの作成と管理のために設計されています。LangGraph Supervisorは、ルータとコーディネータの両方のモードをサポートし、エージェントのハンドオーバ機構、柔軟なメッセージ履歴管理を提供します。
機能一覧
- 複数の専門エージェントを調整するスーパーバイザリー・エージェントを設立する。
- ルーターとコーディネーターのモードをサポート
- 機器化された代理ハンドオーバー・メカニズム
- 柔軟なメッセージ履歴管理
- ストリーミング処理、短期記憶、長期記憶をサポート
- ヒューマン・イン・ザ・ループのアプリケーション・シナリオ・サポート
ヘルプの使用
設置プロセス
- Python環境がインストールされていることを確認する。
- LangGraphスーパーバイザー・ライブラリをpipを使ってインストールする:
pip install langgraph-supervisor
- LangChainとOpenAIのライブラリをインストールする:
pip install langchain-openai
- OpenAI API キーを設定します:
export OPENAI_API_KEY=
使用例
以下は、LangGraphスーパーバイザーを使って2人の専門エージェントを管理する簡単な例です:
- 必要なライブラリとモジュールをインポートする:
from langchain_openai import ChatOpenAI
from langgraph_supervisor import create_supervisor
from langgraph.prebuilt import create_react_agent
- 専門エージェントを作る:
def add(a: float, b: float) -> float.
"""2つの数値を足す。"""
a + b を返す
def multiply(a: float, b: float) -> float.
"""2つの数値を乗算する。"""
return a * b
def web_search(query: str) -> str.
"""ウェブで情報を検索する。"""
return "2024年のFAANG各社の従業員数は以下の通りです:..."
model = ChatOpenAI(model="gpt-4o")
math_agent = create_react_agent(model=model, tools=[add, multiply], name="math_expert", prompt="あなたは数学の専門家です。 常に1つのツールを同時に使用してください。を使ってください。")
research_agent = create_react_agent(model=model, tools=[web_search], name="research_expert",prompt="あなたは世界一流の研究者です。計算はしないでください。")
- 監督エージェントを作成し、コンパイルして実行する:
ワークフロー = create_supervisor([research_agent, math_agent], model=model, prompt="あなたは研究の専門家と数学の専門家を管理するチームのスーパーバイザーです。")
app = workflow.compile()
result = app.invoke({
「messages": [
{ "role": "user", "content": "2024年のFAANG企業の合計従業員数は?}
]
})
詳細な機能操作の流れ
- 監督エージェントの創設スルー
スーパーバイザーの作成
機能は、複数の専門エージェントの仕事を調整する責任を負う監督エージェントを作成します。 - 専門エージェントの定義使用
作成_リアクト・エージェント
ファンクションは、数学計算エージェントやウェブ検索エージェントなど、さまざまな機能に特化したエージェントを定義する。 - ワークフローのコンパイルと実行スルー
ワークフロー.コンパイル()
ワークフローをコンパイルしapp.invoke()
ユーザー入力を処理して結果を返すワークフローを実行します。
LangGraph Supervisorは、様々な複雑なタスクを自動化・調整するための柔軟なマルチインテリジェンス・システム管理ソリューションです。