跳至主要内容

OpenApiToolkit

免责声明 ⚠️

此代理可以向外部 API 发出请求。使用时请谨慎，尤其是在授予用户访问权限时。

请注意，此代理理论上可能使用提供的凭据或其他敏感数据向未经验证或可能恶意的 URL 发送请求，尽管它理论上永远不会这样做。

考虑限制代理可以执行的操作、可以访问的 API、可以传递的标头等。

此外，请考虑实施措施来验证 URL，然后再发送请求，以及安全地处理和保护敏感数据，例如凭据。

这将帮助您开始使用 OpenApiToolkit。有关 OpenApiToolkit 所有功能和配置的详细文档，请访问 API 参考。

OpenAPIToolkit 可以访问以下工具

名称描述
requests_get通往互联网的入口。当您需要从网站获取特定内容时使用它。输入应为 URL 字符串（例如 https://www.google.com）。输出将是 GET 请求的文本响应。
requests_post当您想要向网站 POST 时使用它。输入应为具有两个键的 JSON 字符串：“url” 和 “data”。“url” 的值应为字符串，“data” 的值应为要作为 JSON 主体 POST 到 url 的键值对字典。注意始终在 JSON 字符串中使用双引号表示字符串。输出将是 POST 请求的文本响应。
json_explorer可用于回答有关 API 的 OpenAPI 规范的问题。在尝试发出请求之前始终使用此工具。此工具的示例输入：“/bar 端点的 GET 请求需要哪些查询参数？”“/foo 端点的 POST 请求的请求主体中需要哪些参数？”始终向此工具提供一个具体的问题。

设置​

此工具包需要一个 OpenAPI 规范文件。LangChain.js 存储库在 examples 目录中有一个 示例 OpenAPI 规范文件。您可以使用此文件测试工具包。

如果您想从单个工具运行中获取自动跟踪，还可以通过取消注释以下内容来设置您的 LangSmith API 密钥

process.env.LANGCHAIN_TRACING_V2 = "true";
process.env.LANGCHAIN_API_KEY = "your-api-key";

安装​

此工具包位于 langchain 包中

提示

查看 此部分，了解有关安装集成包的常规说明。

yarn add langchain

实例化​

现在我们可以实例化工具包。首先，我们需要定义要在工具包中使用的 LLM。

选择您的聊天模型

安装依赖项

提示

查看 此部分，了解有关安装集成包的常规说明.

yarn add @langchain/openai

添加环境变量

OPENAI_API_KEY=your-api-key

实例化模型

import { ChatOpenAI } from "@langchain/openai";

const llm = new ChatOpenAI({
  model: "gpt-4o-mini",
  temperature: 0
});
import { OpenApiToolkit } from "langchain/agents/toolkits";
import * as fs from "fs";
import * as yaml from "js-yaml";
import { JsonSpec, JsonObject } from "langchain/tools";

// Load & convert the OpenAPI spec from YAML to JSON.
const yamlFile = fs.readFileSync(
  "../../../../../examples/openai_openapi.yaml",
  "utf8"
);
const data = yaml.load(yamlFile) as JsonObject;
if (!data) {
  throw new Error("Failed to load OpenAPI spec");
}

// Define headers for the API requests.
const headers = {
  "Content-Type": "application/json",
  Authorization: `Bearer ${process.env.OPENAI_API_KEY}`,
};

const toolkit = new OpenApiToolkit(new JsonSpec(data), llm, headers);

工具​

查看可用工具

const tools = toolkit.getTools();

console.log(
  tools.map((tool) => ({
    name: tool.name,
    description: tool.description,
  }))
);
[
  {
    name: 'requests_get',
    description: 'A portal to the internet. Use this when you need to get specific content from a website.\n' +
      '  Input should be a url string (i.e. "https://www.google.com"). The output will be the text response of the GET request.'
  },
  {
    name: 'requests_post',
    description: 'Use this when you want to POST to a website.\n' +
      '  Input should be a json string with two keys: "url" and "data".\n' +
      '  The value of "url" should be a string, and the value of "data" should be a dictionary of\n' +
      '  key-value pairs you want to POST to the url as a JSON body.\n' +
      '  Be careful to always use double quotes for strings in the json string\n' +
      '  The output will be the text response of the POST request.'
  },
  {
    name: 'json_explorer',
    description: '\n' +
      'Can be used to answer questions about the openapi spec for the API. Always use this tool before trying to make a request. \n' +
      'Example inputs to this tool: \n' +
      "    'What are the required query parameters for a GET request to the /bar endpoint?'\n" +
      "    'What are the required parameters in the request body for a POST request to the /foo endpoint?'\n" +
      'Always give this tool a specific question.'
  }
]

在代理中使用​

首先，确保您已安装 LangGraph

yarn add @langchain/langgraph
import { createReactAgent } from "@langchain/langgraph/prebuilt";

const agentExecutor = createReactAgent({ llm, tools });
const exampleQuery =
  "Make a POST request to openai /chat/completions. The prompt should be 'tell me a joke.'. Ensure you use the model 'gpt-4o-mini'.";

const events = await agentExecutor.stream(
  { messages: [["user", exampleQuery]] },
  { streamMode: "values" }
);

for await (const event of events) {
  const lastMsg = event.messages[event.messages.length - 1];
  if (lastMsg.tool_calls?.length) {
    console.dir(lastMsg.tool_calls, { depth: null });
  } else if (lastMsg.content) {
    console.log(lastMsg.content);
  }
}
[
  {
    name: 'requests_post',
    args: {
      input: '{"url":"https://api.openai.com/v1/chat/completions","data":{"model":"gpt-4o-mini","messages":[{"role":"user","content":"tell me a joke."}]}}'
    },
    type: 'tool_call',
    id: 'call_1HqyZrbYgKFwQRfAtsZA2uL5'
  }
]
{
  "id": "chatcmpl-9t36IIuRCs0WGMEy69HUqPcKvOc1w",
  "object": "chat.completion",
  "created": 1722906986,
  "model": "gpt-4o-mini-2024-07-18",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Why don't skeletons fight each other? \n\nThey don't have the guts!"
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 12,
    "completion_tokens": 15,
    "total_tokens": 27
  },
  "system_fingerprint": "fp_48196bc67a"
}

Here's a joke for you:

**Why don't skeletons fight each other?**
They don't have the guts!

API 参考​

有关 OpenApiToolkit 所有功能和配置的详细文档，请访问 API 参考。

此页面是否有用？


您也可以在 GitHub 上留下详细的反馈.