weather_agent.py

Agent mit mehreren Tools (Geocoding + Wetter-API), die das LLM verkettet aufruft, um Fragen wie “Wetter in London und Wiltshire?” zu beantworten.

Für wen: Lernen, wie Tool-Ketten und externe APIs eingebunden werden.

So nutzt du es

Lauffähige Python-Beispiele: Datei herunterladen, pip install pydantic-ai und mit gesetztem API-Key ausführen. Gut kommentierter Einstieg in typsichere Agenten.

Im Detail

weather_agent.py zeigt, wie ein Agent mehrere Tools nacheinander verkettet, um eine komplexe Frage zu beantworten: Bei “Wetter in London und Wiltshire?” ruft der Agent zuerst ein Geocoding-Tool auf, um Koordinaten zu bekommen, und danach die Wetter-API mit diesen Koordinaten – für jeden genannten Ort einzeln. Das macht sichtbar, wie das LLM selbst entscheidet, welche Tools in welcher Reihenfolge nötig sind, statt einer festen Pipeline zu folgen. Als Lernbeispiel ist es sehr wertvoll, um Tool-Chaining und den Umgang mit mehreren externen APIs in einem Agenten zu verstehen; für echte Wetter-Apps braucht man zusätzlich Fehlerbehandlung bei unbekannten Orten und API-Rate-Limits.

Praxis-Tipp

Testen, wie der Agent bei mehrdeutigen Ortsnamen (z. B. “Springfield”) oder bei drei statt zwei Orten in einer Anfrage reagiert – zeigt gut, ob das Tool-Chaining wirklich robust skaliert.

Siehe auch

• rag.py
• sql_gen.py

Lizenz & Quelle

• Lizenz: MIT
• Quelle: pydantic/pydantic-ai

Lade …