От LLM к агенту: Как заставить Go приложение думать и действовать

В сфере искусственного интеллекта произошло заметное событие. artemkaVlg 46 минут назад От LLM к агенту: Как заставить Go приложение думать и действовать Средний 21 мин 1. 8K Go * Искусственный интеллект Кейс От автора: Эта статья родилась из желания разобраться в том, что осталось за кадром отличного доклада. История создания проектаВсё началось с доклада Антона Юрченко «Улучшаем качество отчётов нагрузочного тестирования с помощью Go, LangChain и GigaChat».

Доклад мне понравился: чёткая постановка проблемы, грамотный подход к автоматизации, отличная идея с использованием LLM для генерации человекопонятных отчётов. Но после просмотра осталась одна проблема — код интеграции так и не показали. Было сказано лишь, что нужно «реализовать интерфейс» для подключения GigaChat к LangChain.

Технические детали

Звучит просто, но когда ты открываешь документацию LangChainGo, которая к слову еще написана только наполовину и пытаешься понять, с чего начать — возник вопрос: Какой именно интерфейс реализовывать? Далее по изучению документации возникли и другие:Что такое функции в LLM и как их реализовывать? Как связать это всё с цепочками (chains) и зачем они вообще нужны?

Что такое шаблон запроса и нужно ли мне им пользоваться? Так появился этот pet-проект. Я решил сам разобраться и создать рабочий пример, который можно потрогать, запустить и модифицировать.

Цель статьиПоказать рабочий код интеграции GigaChat с LangChainGo на Go. В нём я хочу реализовать приложение которое указано в примерах как библиотеки, так и документации GigaChat, а именно сервис по определению погоды, но сделать не просто запрос к модели, которая отдаст мне возможно галлюцинации, а возможно и правильные данные. Создать и использовать агента, который будет из запроса пользователя получать город и количество дней для прогноза, передавать получать реальный прогноз погоды с помощью mcp-сервера ,а затем уже имея все необходимые данные формировать прогноз и давать совет по одежде, которую одеть на улицу.

Отраслевые последствия

Подготовка: что понадобится2. Инструменты и зависимостиДля создания агента мы используем библиотеку github. com/tmc/langchaingo, ещё в работе агента нам понадобится:mcp сервер погодыБиблиотека для его подключения github.

com/modelcontextprotocol/go-sdk/mcpGigaChat - непосредственно сама модельNode. js - для работы mcp сервера погоды. Регистрация в Sber DevelopersДля доступа к GigaChat API нам нужно создать аккаунт в Sber Developers и создать там свой проект.

Шаг 1: Переходим на developers. ru, регистрируемся и авторизуемся. Шаг 2:Выбираем создать новый проект.

Этот прогресс даёт важные сигналы о будущем отрасли, и технологический мир внимательно наблюдает.