Configurando o Agente
Para criar o agente, é necessário definir um template de prompt que especifique o formato de entrada e saída do agente. Além disso, é necessário configurar um parseador de saída para lidar com os resultados intermediários e pensamentos gerados pelo agente. O agente utiliza um “wrapper de pato” (duck wrapper) para buscar informações no site WebMD e retornar os resultados da busca.
Funcionamento do Agente
O agente utiliza uma “lousa de rascunho” para manter o controle do seu progresso e atualizar seu estado à medida que processa as consultas. O parseador de saída processa os resultados da busca e determina a próxima ação a ser tomada. Se o resultado não for uma resposta final, o parseador utiliza uma expressão regular para extrair a ação e a entrada do resultado.
Interação com o Usuário
O agente é executado com uma entrada do usuário, como “Como posso tratar uma lesão no tornozelo?”. O agente processa a entrada e gera uma resposta baseada nas informações encontradas no site WebMD. Além disso, o agente pode manter contexto e responder a perguntas subsequentes com base na conversa anterior.
Exemplo de Uso
No exemplo, o agente é perguntado como tratar uma lesão no tornozelo. O agente busca informações no site WebMD e fornece uma resposta detalhada sobre como tratar a lesão. Em seguida, o agente é perguntado sobre quais medicamentos podem ser tomados e quanto tempo leva para cicatrizar. O agente fornece respostas relevantes com base na conversa anterior.
Conclusão
Neste artigo, vimos como criar um agente personalizado com Langchain para responder a perguntas médicas. O agente pode interagir com o usuário, processar consultas e fornecer respostas com base nas informações encontradas em um site específico. Além disso, o agente pode manter contexto e responder a perguntas subsequentes com base na conversa anterior.