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-0.9.3.tar.gz (273.5 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-0.9.3-py3-none-any.whl (390.4 kB view details)

Uploaded Python 3

File details

Details for the file dev_tools_eagle-0.9.3.tar.gz.

File metadata

  • Download URL: dev_tools_eagle-0.9.3.tar.gz
  • Upload date:
  • Size: 273.5 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-0.9.3.tar.gz
Algorithm Hash digest
SHA256 ff0c910ac729c6257ab6f7c58538fac4cfc9b60f674ad40f0b0007f077e55f44
MD5 1dc25ef5ec539fa44b9d0b0f87606a67
BLAKE2b-256 88e589b61e6c2f4b21a572e8d3b15cb5cc95c4bf6b50d84bd885584a3d3ccf3c

See more details on using hashes here.

File details

Details for the file dev_tools_eagle-0.9.3-py3-none-any.whl.

File metadata

  • Download URL: dev_tools_eagle-0.9.3-py3-none-any.whl
  • Upload date:
  • Size: 390.4 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-0.9.3-py3-none-any.whl
Algorithm Hash digest
SHA256 f288ae1ae050dd1e613a5bb518c69e95006ee04ac7173c222ba786aa4073951d
MD5 9fa9bff7aa1303376c3ffe5032a778fc
BLAKE2b-256 3396282489de204927b15d51de4fbe83fa87104cce307ee200907816245f7a3d

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