如果您想构建自己的自主AI研究代理，该代理能够每周7天、每天24小时运行，在网络上搜索您提出的任何信息。您可能对MichaelBorman的新教程感兴趣，他已将代码上传到GitHub，供您下载并根据您的具体要求进行调整。

使用LangChain构建研究代理并将其集成到产品中是一个复杂但有益的过程。此过程涉及多个步骤，包括构建用于搜索和抓取的工具、创建Lang链代理、使用Streamlit托管Web应用程序以及使用FastAPI将代码转换为API。然后，API可以通过Zapier自动化集成到产品中，使用FastAPI作为API托管，并使用Zapier连接到GoogleSheets或CRM。

使用Lang链码构建研究代理的第一步是创建一个用于搜索和抓取的工具。该工具使用网络搜索工具来查找链接，并使用网络抓取工具从这些页面中提取数据。代理迭代这些步骤，直到有足够的研究来回答问题，然后将输出传回。该视频演示了如何使用SerpApi进行网络搜索和BrowseListAPI进行网络抓取来构建搜索和抓取工具。

一旦搜索和抓取工具构建完成，下一步就是创建Lang链代理。该代理通过工具列表、语言模型和代理类型进行实例化。代理会收到一条通用系统消息，指示其执行任务以及执行多少次迭代。Python库BeautifulSoup用于清理数据并从HTML页面中提取文本。然后，代理使用摘要器将数据缩减为必要的信息，使用一种称为“MapReduce”的方法。

创建Lang链代理后，下一步是使用Streamlit托管Web应用程序。一个简单的前端，可以快速启动并运行应用程序。可以使用Streamlit测试代理以确保其正常运行。托管并测试Web应用程序后，下一步是使用FastAPI将代码转换为API。这允许代理作为API托管，可以从网络上的任何位置进行查询。该API可以托管在Render上，这是一个可以轻松托管应用程序的平台。

使用LangChain代码构建研究代理的最后一步是通过Zapier自动化将API集成到产品中。这允许API使用Zapier连接到GoogleSheets或CRM。这种集成允许对销售线索进行自动化研究，使研究代理成为识别产品最佳前景的宝贵工具。

使用Lang链码构建研究代理并将其集成到产品中涉及多个步骤，但最终结果是自动化研究的强大工具。通过遵循这些步骤，人们可以创建一个研究代理，它可以抓取网络，提供任何主题的研究，并集成到自动先导研究的产品中。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：