Dies ist das Repository für unseren Workshop. Die Folien findest du hier.
Der einfachste Weg, um loszulegen, ist die Verwendung von VSCode und Devcontainers. Dafür müssen Docker und VSCode auf deinem Rechner installiert sein. Du kannst auch das Dockerfile oder eine lokale Python-Umgebung (falls du Docker aus religiösen Gründen nicht magst) verwenden. Der Devcontainer bietet lediglich eine einheitliche Umgebung für alle.
git clone https://github.com/mayflower/langchain_agents.git
cd langchain_agents
cp .env.dist .env
Erstelle eine Kopie von der Datei env.dist und benenne die Kopie .env
Das Passwort bekommst du von uns. Bitte danach den key in die .env übertragen als OPENAI_API_KEY
Hier registrieren SerpApi. Und einen key erstellen: serpapi.com/manage-api-key Zum .env file hinzufügen
Für Tavily hier. Ebenfalls einen key erstellen und zum .env file hinzufügen.
Beide keys sind bis zu einem gewissen Request-Limit/Monat gratis
Unten links in VSCode auf das blaue Viereck klicken. "Reopen in Container". Wenn er dann fragt, ob er den Container neu bauen soll, einmal bestätigen.
docker build --tag langchain_agents .
docker run -it --rm -v ${PWD}:/workspace -p 8888:8888 langchain_agents
Wer möchte, kann natürlich gerne direkt in VSCode oder einem Editor der Wahl die Notebooks starten. Die Logs von Docker bieten sonst immer einen Link an, wie man Jupyter Lab im Browser benutzen kann. Üblicherweise localhost:8888