Aus dem Kurs: KI-Agenten mit Python und LangChain: Von LLM-Chains zu Agenten

Erhalten Sie Zugriff auf diesen Kurs – mit einer kostenlosen Probeversion

Werden Sie noch heute Mitglied und erhalten Sie Zugriff auf mehr als 25.300 Kurse von Branchenfachleuten.

Exkurs: Funktionen und Docstrings

Exkurs: Funktionen und Docstrings

Aus dem Kurs: KI-Agenten mit Python und LangChain: Von LLM-Chains zu Agenten

Gratismonat starten Für Ihr Team erwerben

Exkurs: Funktionen und Docstrings

“

Besonders spannend und mächtig wird die Arbeit mit KI-Agenten über das sogenannte Function Calling, denn wir unseren KI-Agenten also Zugriff geben auf Tools und Funktionen. Das können externe Python-Funktionen sein, APIs oder eigene Logikmodule. Und so können eben Aufgaben ausgeführt werden. Es können Informationen abgerufen werden, zum Beispiel Echtzeitdaten aus dem Internet oder Aktionen in verschiedenen Apps durchgeführt werden. Bevor wir allerdings zur Agentenarchitektur kommen, wie wir das Ganze im Code schreiben können mit unserem LangChain-Agenten, müssen wir erst mal die Grundlagen verstehen, wie Python-Funktionen funktionieren und auch sogenannte Decorators. Denn diese bilden also später das Fundament, wenn wir mit Tooldefinitionen in Agents arbeiten. Da kommen wir also erst mal zum einfachen Erstellen von Funktionen. Eine Python-Funktion wird immer über das Statement def erstellt. Dann können wir dieser Funktion einen Namen geben, wie zum Beispiel addition, um einfach zwei…

Inhalt