Langchain Study | 3-2. Agents 3 - Agent + Memory
Memory 모듈과 Agents 모듈을 조합하여 문맥에 따라 응답할 수 있는 에이전트를 만들어봅시다!
대화기록을 보관하는 에이전트 생성하기
Memory 모듈과의 결합을 통해 대화형 상호작용을 하는 에이전트를 만들어보겠습니다.
앞 예제와 마찬가지로 위키피디아 retriever를 이용하여 질문을 하고, 그 질문에 이어 다음 질문을 했을 때 이전 질문을 기억한 답변을 해주도록하는 코드입니다.
agent_memory.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
from langchain.agents import AgentType, initialize_agent
from langchain.agents.agent_toolkits import create_retriever_tool
from langchain.chat_models import ChatOpenAI
from langchain.memory import ConversationBufferMemory #←ConversationBufferMemory 가져오기
from langchain.retrievers import WikipediaRetriever
chat = ChatOpenAI(
temperature=0,
model="gpt-3.5-turbo"
)
tools = []
# WriteFileTool을 제거
retriever = WikipediaRetriever(
lang="ko",
doc_content_chars_max=500,
top_k_results=1
)
tools.append(
create_retriever_tool( #←Retrievers를 사용하는 Tool을 생성
name="WikipediaRetriever", #←Tool 이름
description="받은 단어에 대한 Wikipedia 기사를 검색할 수 있다", #←Tool 설명
retriever=retriever, #←Retrievers를 지정
)
)
memory = ConversationBufferMemory( #←ConversationBufferMemory를 초기화
memory_key="chat_history", #←메모리 키를 설정
return_messages=True #←메시지를 반환하도록 설정
)
agent = initialize_agent(
tools,
chat,
agent=AgentType.CHAT_CONVERSATIONAL_REACT_DESCRIPTION, #←Agent의 유형을 대화형으로 변경
memory=memory, #←Memory를 지정
verbose=True
)
result1 = agent.run("판나코타에 대해 Wikipedia에서 찾아보고 그 개요를 한국어로 알려주세요.")
print(f"1차 실행 결과: {result1}")
result2 = agent.run("역사에 대해서도 알려주세요.")
print(f"2차 실행 결과: {result2}")
Agents의 모듈을 Memory 모듈과 함께 하용하기 위해서는 AgentType.CHAT_CONVERSATIONAL_REACT_DESCRIPTION을 사용해야 합니다. 이 방식은 여러 개의 입력을 가진 Tool을 사용할 수 없기 때문에 이번 예제에서는 파일로 저장하는 Tool은 제외하였습니다.
ConversationBufferMemory를 이용해 memory를 초기화 해주고, 해당 memory를 initialize_agent에서 agent를 초기화할 때 항목으로 할당합니다.
코드를 수행하면 아래의 결과를 받을 수 있습니다.
> Entering new AgentExecutor chain...
"""json
{
"action": "WikipediaRetriever",
"action_input": "판나코타"
}
"""
Observation: [Document(page_content="판나코타(이탈리아어: Panna cotta)는 설탕을 넣은 크림을 젤라틴과 함께 굳히고 모양을 만든 이탈리아의 후식이다. 이탈리아어로 '요리한 크림'이라는 뜻을 가진다. --중략--이탈리아어로 '요리한 크림'이라는 뜻을 가진다. 커피와 바닐라 등으로 크림에 향을 낼 수 있다.", 'source': 'https://ko.wikipedia.org/wiki/%ED%8C%90%EB%82%98_%EC%BD%94%ED%83%80'})]
Thought:"""json
{
"action": "Final Answer",
"action_input": "판나코타(이탈리아어: Panna cotta)는 설탕을 넣은 크림을 젤라틴과 함께 굳히고 모양을 만든 이탈리아의 후식이다. 이탈리아어로 '요리한 크림'이라는 뜻을 가진다. 커피와 바닐라 등으로 크림에 향을 낼 수 있다."
}
"""
> Finished chain.
1차 실행 결과: 판나코타(이탈리아어: Panna cotta)는 설탕을 넣은 크림을 젤라틴과 함께 굳히고 모양을 만든 이탈리아의 후식이다. 이탈리아어로 '요리한 크림'이라는 뜻을 가진다. 커피와 바닐라 등으로 크림에 향을 낼 수 있다.
> Entering new AgentExecutor chain...
"""json
{
"action": "WikipediaRetriever",
"action_input": "판나코타 역사"
}
"""
Observation: [Document(page_content="판나코타(이탈리아어: Panna cotta)는 설탕을 넣은 크림을 젤라틴과 함께 굳히고 모양을 만든 이탈리아의 후식이다. 이탈리아어로 '요리한 크림'이라는 뜻을 가진다. --중략--이탈리아어로 '요리한 크림'이라는 뜻을 가진다. 커피와 바닐라 등으로 크림에 향을 낼 수 있다.", 'source': 'https://ko.wikipedia.org/wiki/%ED%8C%90%EB%82%98_%EC%BD%94%ED%83%80'})]
Thought:"""json
{
"action": "Final Answer",
"action_input": "판나코타는 이탈리아의 후식으로, 설탕을 넣은 크림을 젤라틴과 함께 굳히고 모양을 만든다. 이탈리아어로 '요리한 크림'이라는 뜻을 가지며, 커피와 바닐라 등으로 향을 낼 수 있다. 역사적으로는 20세기 중반까지 이탈리아 요리책에 언급되지 않았으나, 피에몬테주의 전통 디저트로 자주 거론되며, 한 헝가리 여성이 19세기 초 랑게에서 이를 발명했다는 이야기도 있다."
}
"""
> Finished chain.
2차 실행 결과: 판나코타는 이탈리아의 후식으로, 설탕을 넣은 크림을 젤라틴과 함께 굳히고 모양을 만든다. 이탈리아어로 '요리한 크림'이라는 뜻을 가지며, 커피와 바닐라 등으로 향을 낼 수 있다. 역사적으로는 20세기 중반까지 이탈리아 요리책에 언급되지 않았으나, 피에몬테주의 전통 디저트로 자주 거론되며, 한 헝가리 여성이 19세기 초 랑게에서 이를 발명했다는 이야기도 있다.
첫번째 질문인 판나코타에 대해 Wikipedia에서 찾아보고 그 개요를 한국어로 알려주세요.에 대해 답변을 줍니다. 단순히 판나코타에 대한 개요 설명입니다.
두번째 질문은 역사에 대해서도 알려주세요.이며 무엇의 역사인지에 대한 설명은 넣지 않았습니다. 하지만 답변은 판나코타에 대한 역사 설명을 알려줍니다.
이렇듯 Memory 모듈과 함께 사용함으로써 대화 기록을 기반으로 명령을 실행할 수 있습니다.
✏️ Wrap up!
이번에는 Memory 모듈과 Agent를 결합하여 대화 기록을 가진 코드를 작성해보았는데요, 단순히 Memory 모듈을 초기화하고 agent에 넣어주니 매우 간단하게 느껴집니다.
지금까지 유용한 Langchain의 모듈과 그 컨셉들에 대해 열심히 배워보았는데요! 이제 여러 가지 실제 적용할 수 있는 사례에 적용해보는 과정으로 넘어가봅시다!