OpenAI 函数代理
这个模板创建了一个代理，它使用 OpenAI 函数调用来传达其决策，以确定采取哪些行动。
这个示例创建了一个代理，可以选择使用 Tavily 的搜索引擎在互联网上查找信息。
环境设置
需要设置以下环境变量：
将 OPENAI_API_KEY 环境变量设置为访问 OpenAI 模型。
将 TAVILY_API_KEY 环境变量设置为访问 Tavily。
用法
要使用这个包，首先应安装 LangChain CLI：
shell
pip install -U langchain-cli要创建一个新的 LangChain 项目并将其安装为唯一包，可以执行：
shell
langchain app new my-app --package openai-functions-agent如果要将其添加到现有项目中，只需运行：
shell
langchain app add openai-functions-agent然后将以下代码添加到你的 server.py 文件中：
python
from openai_functions_agent import agent_executor as openai_functions_agent_chain
add_routes(app, openai_functions_agent_chain, path="/openai-functions-agent")（可选）现在让我们配置 LangSmith。
LangSmith 将帮助我们跟踪、监视和调试 LangChain 应用程序。
你可以在这里注册 LangSmith。
如果你没有访问权限，可以跳过这一部分。
shell
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project> # 如果未指定，默认为 "default"如果你在这个目录中，那么你可以直接启动 LangServe 实例：
shell
langchain serve这将在本地启动一个 FastAPI 应用程序，服务器运行在 http://localhost:8000
我们可以在 http://127.0.0.1:8000/docs 上看到所有模板
我们可以在 http://127.0.0.1:8000/neo4j_cypher/playground 访问 playground
我们可以通过以下代码从代码中访问模板：
python
from langserve.client import RemoteRunnable
runnable = RemoteRunnable("http://localhost:8000/openai-functions-agent")