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-0.9.2.tar.gz (293.8 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-0.9.2-py3-none-any.whl (418.5 kB view details)

Uploaded Python 3

File details

Details for the file dev_tools_eagle-0.9.2.tar.gz.

File metadata

  • Download URL: dev_tools_eagle-0.9.2.tar.gz
  • Upload date:
  • Size: 293.8 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: poetry/1.8.5 CPython/3.10.19 Darwin/25.4.0

File hashes

Hashes for dev_tools_eagle-0.9.2.tar.gz
Algorithm Hash digest
SHA256 4b3ab69ed42d45d495180850117d452292aa778d33e0c2054bc3c0f936691542
MD5 c99df5113eb95ad7a24bcdfcc97650c3
BLAKE2b-256 fd1ad05a3a8c6f2cbb1bee77dcdb6b7ca6921fe9d01c4e13570ccdd47744c164

See more details on using hashes here.

File details

Details for the file dev_tools_eagle-0.9.2-py3-none-any.whl.

File metadata

  • Download URL: dev_tools_eagle-0.9.2-py3-none-any.whl
  • Upload date:
  • Size: 418.5 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: poetry/1.8.5 CPython/3.10.19 Darwin/25.4.0

File hashes

Hashes for dev_tools_eagle-0.9.2-py3-none-any.whl
Algorithm Hash digest
SHA256 42abb307cb504c1b9c8d6c0afb1b5291a127b0cf85e33c0af341d696bc8c77ae
MD5 bc28ba39cbf37957356ce236a39cfa2f
BLAKE2b-256 f975eba79cdfd3007fad272f5b30b06116a7c299c1976d980d49ce505ee82273

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