A chamada de ferramentas permite que o LLM sugira nomes de função e argumentos, e o desenvolvedor execute a função com esses argumentos. Isso é especialmente útil quando se trata de fornecer informações que não foram treinadas no modelo, como verificar a disponibilidade de assentos em um restaurante.
Existem duas abordagens para criar ferramentas em LinkChain, um framework para construir modelos de AI conversacional: usando decoradores ou Pydentic. Ambas as abordagens são válidas e a escolha entre elas depende da preferência pessoal do desenvolvedor.
Para integrar ferramentas com um LLM, é necessário utilizar o método `bind_tools` para fornecer uma lista de ferramentas ao LLM. Em seguida, é possível utilizar a ferramenta para responder a perguntas, extrair os nomes de função e argumentos e chamar a função com os argumentos extraídos.
Além disso, é possível combinar várias ferramentas para responder a perguntas mais complexas. Por exemplo, é possível criar uma ferramenta para verificar a previsão do tempo e outra para verificar a disponibilidade de assentos ao ar livre em um restaurante. Em seguida, é possível combinar essas ferramentas para responder a perguntas como “Como será o tempo em Sunnyville hoje?” ou “Posso comer ao ar livre se possível?”.
Em resumo, a nova implementação de chamada de ferramentas em Langchain é uma ferramenta poderosa para criar modelos de IA conversacional mais eficientes e flexíveis. Ela permite que os desenvolvedores criem ferramentas personalizadas para fornecer informações que não foram treinadas no modelo e combinar essas ferramentas para responder a perguntas complexas.