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-0.6.0.tar.gz (137.7 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-0.6.0-py3-none-any.whl (194.4 kB view details)

Uploaded Python 3

File details

Details for the file dev_tools_eagle-0.6.0.tar.gz.

File metadata

  • Download URL: dev_tools_eagle-0.6.0.tar.gz
  • Upload date:
  • Size: 137.7 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-0.6.0.tar.gz
Algorithm Hash digest
SHA256 7e25713d35a1768068b50c471a8eca3c41b79c291406553d0f8cb50d07cccd8f
MD5 bd1cb36b2afe701f528f8c88199ebec9
BLAKE2b-256 7fea12109fe45f7ea2f2cf02db23c8f04cbd1d22a0d990b8c7c3bee8de5f4c94

See more details on using hashes here.

File details

Details for the file dev_tools_eagle-0.6.0-py3-none-any.whl.

File metadata

  • Download URL: dev_tools_eagle-0.6.0-py3-none-any.whl
  • Upload date:
  • Size: 194.4 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-0.6.0-py3-none-any.whl
Algorithm Hash digest
SHA256 eee67487c361027ac81cc630d944c648e4206b7d81d1a237f2aa23ea20c1544d
MD5 54a2617a9539699c1f76b75eab4aaf76
BLAKE2b-256 7b050b350dd0b6499abf1ae3c525dddb3c60462f6949281651c74540e9c97c1d

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