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-0.9.0.tar.gz (329.0 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-0.9.0-py3-none-any.whl (460.7 kB view details)

Uploaded Python 3

File details

Details for the file dev_tools_eagle-0.9.0.tar.gz.

File metadata

  • Download URL: dev_tools_eagle-0.9.0.tar.gz
  • Upload date:
  • Size: 329.0 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-0.9.0.tar.gz
Algorithm Hash digest
SHA256 d75fd628ef132d22433157bb45a813f18357b24c5ed5352e48835810be5dda0d
MD5 99022840ee49bbbd34a66e4d1995baf4
BLAKE2b-256 1533f6629eae1025dbf57be6bd280a2d9e0a0e381bdba177b1efd627db653900

See more details on using hashes here.

File details

Details for the file dev_tools_eagle-0.9.0-py3-none-any.whl.

File metadata

  • Download URL: dev_tools_eagle-0.9.0-py3-none-any.whl
  • Upload date:
  • Size: 460.7 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-0.9.0-py3-none-any.whl
Algorithm Hash digest
SHA256 f280f8b4d642315585ea78775075a9a1c11439b4ddc027f09de3be132c34914f
MD5 bd1745bb1238e1c090579b8abd642982
BLAKE2b-256 12299cf4457bbef05c5df52fd0705670f7b4d319542fa515bd95170e07cd39d1

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