LLM agents with docker

readme

デモをご覧ください：https：//www.youtube.com/watch?v=ugqmn2xdu54

This repository is based on the code from LangChain's Azure Container Apps Dynamic Sessions Data Analyst Notebook (https://github.com/langchain-ai/langchain/blob/master/cookbook/azure_container_apps_dynamic_sessions_data_analyst.ipynb), where an agent reads data from a PostgreSQL database, CSVファイルに保存し、グラフのプロットなど、CSVファイルに基づいてコードを実行します。

コードの主な機能は、Azure Container Appsの動的セッションを使用してコンテナ内でコードを実行したことです。

このプロジェクトは、Azure Container Appsの動的セッションをDockerに置き換えます。そのため、エージェントがコードを実行すると、Dockerコンテナを作成し、コードを実行してからコンテナを削除します。これにより、ホストマシンがエージェントからの任意のコードから安全であることが保証されます。

エージェントアーキテクチャは次のとおりです。

execute_sql_queryノードが実行された後、データはホストマシンのCSVとして保存されます。 Dockerコンテナには、このCSVにアクセスするための読み取り専用許可があります。それが何かをプロットすると、画像はbase64文字列を介してホストマシンに渡されます。

セットアップ手順

1. リポジトリをクローンします：

 git clone https : // github . com / paulomuraroferreira / LLM - agents - with - docker . git
cd LLM - agents - with - docker

2. 依存関係をインストールします：

$ pip install - e .

また、Dockerがインストールされて実行されていることを確認してください。

3. 環境構成：

.ENVファイルを作成し、次の環境変数を入力します。

 OPENAI_API_KEY = your_openai_api_key
DATABASE_URL = your_postgres_url
LLM_MODEL = i am using 'gpt-4o'

4. アプリケーションを実行します：

メインスクリプトを実行して、ワークフローを初期化し、ユーザークエリを処理します。

 python main . py