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-0.4.0.tar.gz (100.4 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-0.4.0-py3-none-any.whl (136.3 kB view details)

Uploaded Python 3

File details

Details for the file dev_tools_eagle-0.4.0.tar.gz.

File metadata

  • Download URL: dev_tools_eagle-0.4.0.tar.gz
  • Upload date:
  • Size: 100.4 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-0.4.0.tar.gz
Algorithm Hash digest
SHA256 cab45816ae01b3b4875a2b88943d38bcda85fa8a5f8a02fb55499da5550c8881
MD5 49c357fcdbda901ee22b39045b104f78
BLAKE2b-256 cc5a1a464b0122b8720a00ee4130f4327e9928f8ae8dc2330f17c4cceedb633d

See more details on using hashes here.

File details

Details for the file dev_tools_eagle-0.4.0-py3-none-any.whl.

File metadata

  • Download URL: dev_tools_eagle-0.4.0-py3-none-any.whl
  • Upload date:
  • Size: 136.3 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-0.4.0-py3-none-any.whl
Algorithm Hash digest
SHA256 097d454e62ca769284ffc55b8c28c84c510f33155e4d901c5870995a2d52d7b3
MD5 5ad30333a4779a27927c5441446584a6
BLAKE2b-256 1acde062edb77cf2d9ec1d36a41fc1ec890fe0f4f864c021c17e6bc8f7b5dd5d

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