Passo a Passo
Primeiramente, é necessário importar as ferramentas necessárias para que os agentes possam se comunicar com fontes externas. Em seguida, é preciso definir uma variável de ambiente para a ID da API do Wolfram Alpha, que oferece um plano gratuito em seu site.
Em seguida, o modelo de linguagem grande (LLM) é carregado via OpenAI, especificando que se deseja usar o Wolfram Alpha como ferramenta de comunicação. Em seguida, um agente é criado, carregando as ferramentas, o modelo de linguagem e o tipo de agente. Oinput é uma consulta de pesquisa, “o que é a astenosfera?”, e o agente sabe pesquisar essa informação online usando o Wolfram Alpha.
Resultados
O output mostra o processo de pensamento do agente, incluindo a ação que ele toma (ir ao Wolfram Alpha) e a entrada (a consulta de pesquisa). A observação retorna a resposta de que a astenosfera é a camada inferior da crosta terrestre. O output final é a resposta, e é possível remover o parâmetro “propose equals true” para ver apenas a resposta final.
Conclusão
Este tutorial conclui com um convite para os espectadores sugerirem outros exemplos que gostariam de ver e um lembrete de que o código do tutorial está disponível na descrição. Com essa ferramenta, você pode conectar OpenAI a informações científicas precisas e confiáveis, tornando sua pesquisa mais eficiente e produtiva.