Skip to main content

Implements LangGraph based agents following the CoALA framework.

Project description

Unit Tests

EAGLE Logo

Enhanced Agents for Generative Language Excellence

Do que se trata este projeto?

Esse projeto implementa a visão do framework CoALA (Cognitive Architectures for Language Agents) no contexto do LangGraph, com agentes, ferramentas e estratégias de integração multiagentes para servirem de exemplo para novas implementações.

Instalação

Pré-requisitos (considerando o uso do Conda para gerenciar o ambiente python)

  • Miniforge 3: O Miniforge é uma distribuição mínima do conda, que é um gerenciador de pacotes e ambientes virtuais. Ele será usado para criar um ambiente virtual para instalar as dependências do projeto.

Criando o ambiente virtual

  1. Uma vez instalado o Conda, abra o terminal e digite o seguinte comando:
conda create -n eagle python=3.10
  1. Após a criação do ambiente, ative-o com o comando:
conda activate eagle
  1. Instale a versão mais recente do Poetry com o comando:
pip install poetry==1.8.5
  1. Instale as dependências do projeto com o comando:
poetry install

Testes

Para executar os testes, execute os seguintes passos:

  1. Ative o ambiente virtual com o comando:
conda activate eagle
  1. Copie o arquivo sample.test.env para .test.env e preencha as variáveis de ambiente com as informações necessárias para o seu amnbiente de testes.
cp sample.test.env .test.env

Ponto de Atenção

Os testes e exemplos dos notebooks estão baseados nos modelos AzureChatOpenAI para os LLMs e AzureOpenAIEmbeddings para os embeddings. Caso seja necessário utilizar outros nomes de modelos, tipos ou ajustar as relações com as variáveis de ambiente, essas alterações podem ser feitas na pasta tests/models.

Exemplos de uso das funcionalidades

A pasta notebooks contém exemplos de uso das ferramentas. Para executar os exemplos:

  1. Ative o ambiente virtual com o comando:
conda activate eagle
  1. Ative a extensão de widgets do jupyter com o comando:
jupyter nbextension enable --py widgetsnbextension
  1. Ative o jupyter lab com o comando:
jupyter lab
  1. Abra o browser e execute os notebooks da pasta notebooks.

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

dev_tools_eagle_thompsonp17-0.0.1.tar.gz (152.0 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

dev_tools_eagle_thompsonp17-0.0.1-py3-none-any.whl (222.8 kB view details)

Uploaded Python 3

File details

Details for the file dev_tools_eagle_thompsonp17-0.0.1.tar.gz.

File metadata

  • Download URL: dev_tools_eagle_thompsonp17-0.0.1.tar.gz
  • Upload date:
  • Size: 152.0 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: poetry/2.2.1 CPython/3.11.13 Linux/5.15.167.4-microsoft-standard-WSL2

File hashes

Hashes for dev_tools_eagle_thompsonp17-0.0.1.tar.gz
Algorithm Hash digest
SHA256 d7c652e198e40e5963df25ed87d1aa29ae37fa656cc2c1f27da7156ebb47e4ce
MD5 60659526a0b494a36cea9241f4038a34
BLAKE2b-256 83f199c68f5c18682a4259cded76459360e3d5c47fd87a4a280786963dc92400

See more details on using hashes here.

File details

Details for the file dev_tools_eagle_thompsonp17-0.0.1-py3-none-any.whl.

File metadata

File hashes

Hashes for dev_tools_eagle_thompsonp17-0.0.1-py3-none-any.whl
Algorithm Hash digest
SHA256 fa01fa5e1a42ae78e57a8f756da7fe729a8de2983ac6261e3af9d7a3ab86e9af
MD5 231eecf3955724f1f5814f58f328deee
BLAKE2b-256 f69cd5b532ee9140d08e69b82a6d379c59290d2625ede4917c61b2e9e7a31295

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page