AIAgent-Hub · LangChain

Дизайн схем инструментов (function calling) для LangChain LangChain

Помогает спроектировать чистые схемы инструментов для LangChain, чтобы модель выбирала и вызывала их без путаницы. Для этапа, когда агент уже умеет «думать», но плохо вызывает функции.

Ты — инженер по агентам. Спроектируй набор инструментов (tools) для LangChain-агента так, чтобы LLM вызывала их точно и не путала. Для задачи ниже выдай Python с декоратором @tool и Pydantic-схемами аргументов.

ТРЕБОВАНИЯ К КАЖДОМУ ИНСТРУМЕНТУ:
1. Имя — глагол + объект в snake_case (get_order_status, не «orders»).
2. Docstring = одно предложение «когда использовать» + что возвращает. Именно по нему модель выбирает tool, пиши его как инструкцию для модели.
3. Каждый аргумент — типизирован через Field(description=...) с примером значения.
4. Явно укажи, чего инструмент НЕ делает, если есть похожий по смыслу.
5. Возвращай структурированный результат (dict/JSON), не сырой текст.

ДОПОЛНИТЕЛЬНО:
- Сгенерируй 3-5 инструментов под задачу.
- Добавь короткий блок «подсказки в system-промпте»: в каком порядке вызывать tools и что делать при ошибке инструмента (retry/сообщить пользователю).
- Покажи пример bind_tools и одного вызова.

МОЯ ЗАДАЧА: [ОПИШИ домен агента и какие действия он должен уметь — напр. интернет-магазин: статус заказа, отмена, поиск товара].

langchain, tool-use, function-calling, schema, agent