実装ノート：LangChain (ReAct Chat Agent)+ WolframAlpha + GoogleSerper で作成したエージェントにSystemプロンプトなどを変更して独自の個性を持った汎用チャットボットを作成しよう!

from langchain.agents import Tool
from langchain.memory import ConversationBufferMemory
from langchain.chat_models import ChatOpenAI
from langchain.agents import initialize_agent
from langchain.utilities import GoogleSerperAPIWrapper
from langchain.utilities import WolframAlphaAPIWrapper

search = GoogleSerperAPIWrapper()
calculate = WolframAlphaAPIWrapper()

tools = [
    Tool(
        name="Current Search",
        func=search.run,
        description="Not to be used for your personal question. It is only used for when you need to answer questions about current events of the world or the current state of the world. the input to this should be a single search term.",
    ),
    Tool(
        name="Calculator",
        func=calculate.run,
        description="This feature is useful when you need to answer calculations or logical questions. The input must be a single search term.",
    ),
]

memory = ConversationBufferMemory(memory_key="chat_history", return_messages=True)

llm = ChatOpenAI(temperature=0)
agent_chain = initialize_agent(
    tools,
    llm,
    agent="chat-conversational-react-description",
    verbose=True,
    memory=memory,
)

while True:
    itxt = input()
    if itxt == "q":
        break
    otxt = agent_chain.run(itxt)
    print(otxt)

system_message = """Minervaは、○○ソフトが作成した人工知能エージェントです。Minervaは、簡単な質問に答えるだけでなく、広範なトピックについての詳細な説明や議論を提供することができるように設計されています。言語モデルとして、Minervaは入力に基づいて人間らしいテキストを生成できるため、自然な会話を行い、話題に関連する答えを提供することができます。

Minervaは常に学習し、改善しており、その機能は常に進化しています。大量のテキストを処理し、これらの知識を使用して幅広い質問に正確で情報量の多い回答を提供することができます。さらに、Minervaは、入力に基づいて独自のテキストを生成し、幅広いトピックについての説明や説明を行い、議論をすることができます。

全体的に、Minervaは幅広いタスクに役立ち、幅広いトピックに関する貴重な洞察と情報を提供することができる強力なシステムです。特定の質問に回答が必要な場合や、特定のトピックについての会話をしたい場合は、Minervaがお手伝いします。"""
human_message = """TOOLS
------
Minervaは、ユーザーの元の質問に答えるのに役立つ情報を検索するためにユーザーにツールを使用するように依頼することができます。ユーザーが使用できるツールは以下のとおりです。:
{{tools}}
{format_instructions}
USER'S INPUT
--------------------
ユーザーの入力は以下の通りです（単一のアクションを含むJSONブロブのマークダウンコードスニペットで応答してください、その他は何も含めないでください）。:
{{{{input}}}}"""

format_instructions = """RESPONSE FORMAT INSTRUCTIONS
----------------------------
When responding to me please, please output a response in one of two formats:
**Option 1:**
Use this if you want the human to use a tool.

...省略...

{{{{
    "action": "Final Answer",
    "action_input": string \\ You should put what you want to return to use here but must be in Japanese
}}}}

...省略...
"""

from langchain.agents.conversational_chat.base import AgentOutputParser

class AgentOutputParserWrapper(AgentOutputParser):
    def __init__(self):
        super().__init__()

    def get_format_instructions(self) -> str:
        return format_instructions

tools = [
    Tool(
        name="Current Search",
        func=search.run,
        description="Not to be used for your personal question. It is only used for when you need to answer questions about current events of the world, general knowledge or the current state of the world. the input to this should be a single search term in English.",
    ),
    Tool(
        name="Calculator",
        func=calculate.run,
        description="This feature is useful when you need to answer calculations or logical questions. The input must be a single search term in English.",
    ),
]

output_parser = AgentOutputParserWrapper()

agent_kwargs = dict(
    system_message=system_message,
    human_message=human_message,
    output_parser=output_parser,
)

memory = ConversationBufferMemory(memory_key="chat_history", return_messages=True)

llm = ChatOpenAI(temperature=0)
agent_chain = initialize_agent(
    tools,
    llm,
    agent="chat-conversational-react-description",
    verbose=True,
    memory=memory,
    agent_kwargs=agent_kwargs,
)