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-0.9.4.tar.gz (272.0 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-0.9.4-py3-none-any.whl (388.6 kB view details)

Uploaded Python 3

File details

Details for the file dev_tools_eagle-0.9.4.tar.gz.

File metadata

  • Download URL: dev_tools_eagle-0.9.4.tar.gz
  • Upload date:
  • Size: 272.0 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-0.9.4.tar.gz
Algorithm Hash digest
SHA256 35f9987d54bc161f8f55be263d8171bd4aa756b8a1a118c5caf6811fafd96f37
MD5 38401de04e855646538096036ee58658
BLAKE2b-256 448a0f4cae7b89c21bdced5ef8aa57cdc55806aaa29ee7f4964d9b06d903559d

See more details on using hashes here.

File details

Details for the file dev_tools_eagle-0.9.4-py3-none-any.whl.

File metadata

  • Download URL: dev_tools_eagle-0.9.4-py3-none-any.whl
  • Upload date:
  • Size: 388.6 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-0.9.4-py3-none-any.whl
Algorithm Hash digest
SHA256 fbcde708b0095d0270e6a78002d0a51baa16f648b2a2c33c325c6ca6826cffe9
MD5 61e292a57c2ffd871955e85e5fd349fb
BLAKE2b-256 7ed2258d6c90b120ec907fce148e11a85f9f133e44d17ddfe3ca19a19add6484

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