LangChain
Agent generujący treści z LangChain
Zbuduj agenta AI generującego treści, który bada tematy, pisze posty blogowe i treści social media ze spójnym głosem marki — z LangChain.
contentblogsocial mediawriting
Działający kod
from langchain_openai import ChatOpenAIfrom langchain_core.tools import tool
@tooldef web_search(query: str) -> str: """Research a topic before writing content.""" from tavily import TavilyClient client = TavilyClient() results = client.search(query, max_results=3) return "\n\n".join(r["content"] for r in results["results"])
@tooldef save_content(filename: str, content: str) -> str: """Save generated content to a file.""" Path(f"output/{filename}").write_text(content) return f"Saved to output/{filename}"
model = ChatOpenAI(model="gpt-4o")model_with_tools = model.bind_tools([web_search, save_content])response = model_with_tools.invoke([ ("system", "You are a content writer. Research the topic first, then write engaging content. Save the final output using save_content."), ("user", "Write a blog post about the benefits of AI agents in customer service"),])Krok po kroku
1
Zainstaluj zależności
Zainstaluj LangChain i wymagane narzędzia do tego przypadku użycia.
2
Zdefiniuj narzędzia
Stwórz specyficzne dla domeny funkcje narzędzi, których agent będzie używał do interakcji z zewnętrznymi serwisami.
3
Stwórz agenta i uruchom
Zainicjalizuj agenta LangChain z narzędziami, ustaw prompt systemowy i wykonaj zapytanie.
Zbuduj z innymi frameworkami
Więcej poradników z LangChain
Gotowy do budowania z LangChain?
Wygeneruj gotowy do produkcji projekt z LangChain — FastAPI + Next.js, autoryzacja, streaming i więcej.
RozpocznijGotowy, żeby zbudować swojego pierwszego agenta AI?
Open-source'owe narzędzia, sprawdzone wzorce, zero boilerplate'u. Skonfiguruj swój stos i wyślij w minuty — nie miesiące.