py-vectara-agentic

説明

py-vectara-agenticライブラリは、開発者がVectaraの機能とAgentic RAGパターンを活用して、洗練されたAIアシスタントおよびエージェントを構築できるようにします。LlamaIndex Agentフレームワーク上に構築されたこのPythonライブラリは、Vectaraコーパスとインターフェースするツールの作成プロセスを合理化します。その中核的な強みは、最小限のコードでVectara RAGツールまたは検索ツールを迅速に生成できる能力にあり、開発を大幅に加速させます。

このライブラリは、エージェント設計における柔軟性を提供し、ReActやFunction Callingなどの様々なエージェントタイプをサポートします。金融や法律などの分野に合わせた、事前構築済みのドメイン固有ツールを備えており、様々な業界での適用性を高めています。主な利点は、マルチLLM統合であり、OpenAI、Anthropic、Gemini、GROQ、Together.AI、Cohere、AWS Bedrockなどの人気プロバイダーとのシームレスな接続を可能にします。エージェントの動作とパフォーマンスの理解に焦点を当てた開発者向けに、py-vectara-agenticはArize Phoenixによる組み込みのオブザーバビリティサポートを含んでいます。

高度なユーザーは、`run()`メソッドを使用して定義されたカスタムワークフローを通じてエージェント機能を拡張でき、構造化されたマルチステップインタラクションを可能にします。このライブラリは、インタラクティブなアプリケーションに不可欠なストリーミングおよびリアルタイム応答生成機能も提供し、生成中に応答を表示することでユーザーエクスペリエンスを向上させます。Vectara Hallucination Correction (VHC)が統合されており、VHC対応ツールによって取得された事実コンテンツに基づいてエージェント応答の分析と修正が可能です。また、このライブラリには、ツールの検証機能が含まれており、Python関数からのカスタムツールの作成もサポートしています。

主な機能には、Vectara RAGおよび検索のための迅速なツール作成、多様なエージェントタイプのサポート、マルチLLM統合、組み込みオブザーバビリティ、複雑なインタラクションのためのワークフローサポートが含まれます。このライブラリは、Vectara内に保存されたデータを効果的にクエリおよび利用できるインテリジェントエージェントを構築したい開発者、AIエンジニア、研究者にとって適しており、根拠に基づいた正確な応答に焦点を当てています。

py-vectara-agenticの主要機能

• Vectara RAGおよび検索ツールの迅速な作成

• ReActおよびFunction Callingエージェントタイプのサポート

• OpenAI、Anthropic、Gemini、GROQ、Together.AI、Cohere、Bedrock LLMとの統合

• Arize Phoenixによる組み込みオブザーバビリティ

• `run()`メソッドによるカスタマイズ可能なワークフロー

• ストリーミングおよびリアルタイム応答生成

• Vectara Hallucination Correction (VHC)の組み込みサポート

• カスタム指示が利用可能なツールと一致することを確認するためのツール検証

• Python関数からのカスタムツールの作成能力

• 金融および法律向けの事前構築済みドメイン固有ツール

• Vectaraクエリでのメタデータフィルタリングのサポート

• 人間が読めるツール出力フォーマット

py-vectara-agenticをはじめる

1. 1

   クローン: GitHubリポジトリからライブラリを取得します。

2. 2

   インストール: `pip install vectara-agentic`を実行して依存関係をインストールします。

3. 3

   設定: Vectara APIキーとコーパスキー、およびオプションでLLM APIキーを設定します。

4. 4

   初期化: `VectaraToolFactory`を作成し、エージェント指示を定義します。

5. 5

   ツールの作成: Vectara統合のために`create_rag_tool`または`create_search_tool`を使用します。

6. 6

   エージェントのインスタンス化: ツールとカスタム指示を持つ`Agent`インスタンスを作成します。

7. 7

   実行: chat、achat、stream_chat、またはastream_chatメソッドを使用してエージェントと対話します。

8. 8

   分析: VHCまたはワークフローを使用して、高度な応答分析と複雑なインタラクションを行います。

py-vectara-agenticの使用例

• AIアシスタント開発
• RAGアプリケーション作成
• データ分析エージェント
• インタラクティブチャットボット
• ワークフロー自動化
• LLM統合

py-vectara-agenticのFAQ

• py-vectara-agenticとは何ですか？

  py-vectara-agenticは、Vectaraの機能とAgentic RAGパターンを活用するAIアシスタントおよびエージェントを構築するためのPythonライブラリです。

• py-vectara-agenticはツールの作成をどのように簡素化しますか？

  それは、`create_rag_tool`や`create_search_tool`のようなヘルパー関数を提供し、最小限のコードでVectaraコーパスに接続するツールを迅速に構築できます。

• py-vectara-agenticはどのLLMプロバイダーをサポートしていますか？

  このライブラリは、OpenAI、Anthropic、Gemini、GROQ、Together.AI、Cohere、AWS Bedrockとの統合をサポートしています。

• py-vectara-agenticでカスタムワークフローを作成できますか？

  はい、このライブラリは`run()`メソッドを介してカスタムワークフローをサポートしており、構造化されたマルチステップインタラクションが可能です。

• このライブラリにおけるVectara Hallucination Correction (VHC)とは何ですか？

  VHCはエージェントの応答を分析し、VHC対応ツールによって取得された事実コンテンツに基づいて幻覚を修正し、より正確な出力を保証します。

• リアルタイムでエージェントの進捗を追跡するにはどうすればよいですか？

  通常のチャットメソッドとストリーミングチャットメソッドの両方で機能する`agent_progress_callback`パラメータを使用して、ツール呼び出しと出力をリアルタイムで追跡できます。

• py-vectara-agenticを使用するための前提条件は何ですか？

  Vectaraアカウント（コーパスとAPIキーを含む）、Python 3.10以降、および選択したLLMプロバイダーのAPIキーが必要です。

• py-vectara-agenticはストリーミング応答をサポートしていますか？

  はい、インタラクティブなアプリケーションに最適なリアルタイム応答生成のための強力なストリーミング機能を提供します。

• py-vectara-agenticをインストールするにはどうすればよいですか？

  pipを使用してインストールできます: `pip install vectara-agentic`。

• カスタムPython関数をツールとして使用できますか？

  はい、`ToolsFactory`クラスの`create_tool()`メソッドを使用して、Python関数から直接独自のツールを作成できます。