Skip to content
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

LangChain
from langchain_openai import ChatOpenAI
from langchain_core.tools import tool
@tool
def 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"])
@tool
def 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.

Gotowy do budowania z LangChain?

Wygeneruj gotowy do produkcji projekt z LangChain — FastAPI + Next.js, autoryzacja, streaming i więcej.

Rozpocznij

Gotowy, żeby zbudować swojego pierwszego agenta AI?

Open-source'owe narzędzia, sprawdzone wzorce, zero boilerplate'u. Skonfiguruj swój stos i wyślij w minuty — nie miesiące.