跳到主要内容
Lemon Agent 帮助您在几分钟内构建强大的 AI 助手，并通过在 Airtable、Hubspot、Discord、Notion、Slack 和 Github 等工具中实现准确可靠的读写操作来自动化工作流。
在此处查看完整文档。 目前大多数可用的连接器都专注于只读操作，限制了大型语言模型（LLM）的潜力。另一方面，代理由于缺少上下文或指令，有时会产生幻觉。 借助 Lemon AI，可以为您的代理提供对定义明确的 API 的访问权限，以进行可靠的读写操作。此外，Lemon AI 函数允许您通过提供一种静态定义工作流的方法，在不确定时模型可以依赖这些工作流，从而进一步降低幻觉的风险。

​
快速入门

以下快速入门演示了如何将 Lemon AI 与代理结合使用，以自动化涉及与内部工具交互的工作流。

​
1. 安装 Lemon AI

需要 Python 3.8.1 及以上版本。 要在您的 Python 项目中使用 Lemon AI，请运行 pip install lemonai 这将安装相应的 Lemon AI 客户端，然后您可以将其导入到您的脚本中。 该工具使用 Python 包 langchain 和 loguru。如果 Lemon AI 安装出现任何错误，请先安装这两个包，然后再安装 Lemon AI 包。

​
2. 启动服务器

您的代理与 Lemon AI 提供的所有工具之间的交互由 Lemon AI 服务器处理。要使用 Lemon AI，您需要在本地计算机上运行服务器，以便 Lemon AI Python 客户端可以连接到它。

​
3. 将 Lemon AI 与 LangChain 结合使用

Lemon AI 通过找到相关工具的正确组合来自动解决给定任务，或者将 Lemon AI 函数用作替代方案。以下示例演示了如何从 Hackernews 检索用户并将其写入 Airtable 中的表格

​
（可选）定义您的 Lemon AI 函数

与 OpenAI 函数类似，Lemon AI 提供了将工作流定义为可重用函数的选项。这些函数可以定义用于以下用例：尽可能接近准确定行为尤其重要。可以在单独的 lemonai.json 中定义特定的工作流 
[
  {
    "name": "Hackernews Airtable User Workflow",
    "description": "retrieves user data from Hackernews and appends it to a table in Airtable",
    "tools": ["hackernews-get-user", "airtable-append-data"]
  }
]
您的模型将有权访问这些函数，并将优先选择它们而不是自行选择工具来解决给定任务。您所要做的就是通过在提示中包含函数名称来让代理知道它应该使用给定函数。

​
将 Lemon AI 包含到您的 LangChain 项目中

import os

from langchain_openai import OpenAI
from lemonai import execute_workflow

​
加载 API 密钥和访问令牌

要使用需要身份验证的工具，您必须以 "{工具名称}_{身份验证字符串}" 的格式将相应的访问凭据存储在您的环境中，其中身份验证字符串是 API 密钥的 [“API_KEY”、“SECRET_KEY”、“SUBSCRIPTION_KEY”、“ACCESS_KEY”] 之一，或者是身份验证令牌的 [“ACCESS_TOKEN”、“SECRET_TOKEN”] 之一。示例有 “OPENAI_API_KEY”、“BING_SUBSCRIPTION_KEY”、“AIRTABLE_ACCESS_TOKEN”。 
""" Load all relevant API Keys and Access Tokens into your environment variables """
os.environ["OPENAI_API_KEY"] = "*INSERT OPENAI API KEY HERE*"
os.environ["AIRTABLE_ACCESS_TOKEN"] = "*INSERT AIRTABLE TOKEN HERE*"

hackernews_username = "*INSERT HACKERNEWS USERNAME HERE*"
airtable_base_id = "*INSERT BASE ID HERE*"
airtable_table_id = "*INSERT TABLE ID HERE*"

""" Define your instruction to be given to your LLM """
prompt = f"""Read information from Hackernews for user {hackernews_username} and then write the results to
Airtable (baseId: {airtable_base_id}, tableId: {airtable_table_id}). Only write the fields "username", "karma"
and "created_at_i". Please make sure that Airtable does NOT automatically convert the field types.
"""

"""
Use the Lemon AI execute_workflow wrapper
to run your LangChain agent in combination with Lemon AI
"""
model = OpenAI(temperature=0)

execute_workflow(llm=model, prompt_string=prompt)

​
4. 了解您的代理的决策过程

为了透明地了解您的代理如何与 Lemon AI 工具交互以解决给定任务，所有做出的决策、使用的工具和执行的操作都写入本地 lemonai.log 文件。每次您的 LLM 代理与 Lemon AI 工具栈交互时，都会创建一个相应的日志条目。 
2023-06-26T11:50:27.708785+0100 - b5f91c59-8487-45c2-800a-156eac0c7dae - hackernews-get-user
2023-06-26T11:50:39.624035+0100 - b5f91c59-8487-45c2-800a-156eac0c7dae - airtable-append-data
2023-06-26T11:58:32.925228+0100 - 5efe603c-9898-4143-b99a-55b50007ed9d - hackernews-get-user
2023-06-26T11:58:43.988788+0100 - 5efe603c-9898-4143-b99a-55b50007ed9d - airtable-append-data
通过使用 Lemon AI 分析，您可以轻松更好地了解工具的使用频率和顺序。因此，您可以识别代理决策能力的薄弱环节，并通过定义 Lemon AI 函数来转向更确定的行为。
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.