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-0.2.0.tar.gz (79.2 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-0.2.0-py3-none-any.whl (106.5 kB view details)

Uploaded Python 3

File details

Details for the file dev_tools_eagle-0.2.0.tar.gz.

File metadata

  • Download URL: dev_tools_eagle-0.2.0.tar.gz
  • Upload date:
  • Size: 79.2 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: poetry/1.8.5 CPython/3.12.8 Windows/11

File hashes

Hashes for dev_tools_eagle-0.2.0.tar.gz
Algorithm Hash digest
SHA256 b5054420f7740bb42fce68beaa53e7391dbfd1256b14c1d8f04a7ff2339284c3
MD5 8a52bc46024b0d73e24c12ab3aa240ad
BLAKE2b-256 30f2318bf36859d9b0f542302b77a704d753d44dc948da79ce133171b48f7915

See more details on using hashes here.

File details

Details for the file dev_tools_eagle-0.2.0-py3-none-any.whl.

File metadata

  • Download URL: dev_tools_eagle-0.2.0-py3-none-any.whl
  • Upload date:
  • Size: 106.5 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: poetry/1.8.5 CPython/3.12.8 Windows/11

File hashes

Hashes for dev_tools_eagle-0.2.0-py3-none-any.whl
Algorithm Hash digest
SHA256 7b3f40a671e230c6dce178b02c0da91889fc2ac2210700e9498ea34adefd4bad
MD5 1e8c4cc8158505d4878957b91875b97c
BLAKE2b-256 2d12ef82028f66857a0c6b000a14063865b66a6b9bb067539058c325d2d4e057

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