多くの個(gè)人が情熱を持ってジムを訪れ、フィットネスの目標(biāo)を達(dá)成するための正しい道にいると信じています。しかし、結(jié)果は、食事の計(jì)畫が不十分であり、方向性の欠如によるものではありません。高価なジムスタックと一緒にパーソナルトレーナーを雇うことは必ずしもオプションではありません。そのため、このブログ投稿を作成して、Langchainのパワーを使用してフィットネスコーチを構(gòu)築する方法を紹介しました。これにより、最小限のコストで目標(biāo)に合わせてトレーニングとダイエットのアドバイスをカスタマイズできるようになりました。素晴らしい技術(shù)を取り入れて、それをあなたのフィットネスの副操縦士に変えてみましょう！

目次

• なぜLangchainを使用するのですか？
  • 前提條件
• フィットネスコーチを構(gòu)築する方法は？
  • コア依存関係
  • SerperSearchToolクラス
  • userdatatrackerクラス
  • Langchainエージェント構(gòu)成
  • グラデーションチャットボットロジック
  • ユーザーインターフェイス
  • ラングチェーンのユースケース
• 結(jié)論

なぜLangchainを使用するのですか？

Langchainを使用すると、大規(guī)模な言語モデル（LLM）とツール、データソース、およびメモリを組み合わせることにより、高度なAIアプリケーションを構(gòu)築するときにさらに多くのことを行うことができます。プレーンテキストプロンプトを使用してLLMを呼び出す代わりに、関數(shù)を呼び出し、情報(bào)をクエリし、Stateとの會(huì)話を管理するエージェントを作成できます。フィットネスコーチの場合、Langchainでは、LLMインテリジェンスとカスタムロジックを組み合わせることができます。たとえば、ワークアウトの提案を作成し、進(jìn)行狀況を追跡し、健康データを取得するため、自分自身を理解することなく、より賢いインタラクティブコーチになることができます。

前提條件

Langchainを使用してフィットネスコーチを作成するには、次のことが必要です。

• 言語モデルにアクセスするためのOpenAI APIキー
• SerpapiサービスがWeb検索を使用するための鍵
• Pythonの基本的な知識(shí)

それだけです、あなたは今始める準(zhǔn)備ができました。

フィットネスコーチを構(gòu)築する方法は？

このセクションでは、Langchainエージェントを使用してフィットネスコーチを作る方法を示します。前提條件に従ってすべてを準(zhǔn)備してください。ソリューションを構(gòu)築する段階的なプロセスを説明し、結(jié)果を達(dá)成する上で各ステップが果たす役割を説明します。

Fitcoach AIは、ユーザーデータを一貫して収集し、Langchainエージェントを使用してパーソナライズされたトレーニングとダイエット計(jì)畫を生成する會(huì)話型フィットネスコーチです。

コア依存関係

フィットネスエージェントの構(gòu)築に必要なすべてのライブラリをインストールするには、コマンドラインで次のコマンドを?qū)g行します。

 PIPインストールグラデーションラングチェーンOpenai SERPER-DEV Python-Doten

すべての依存関係が整ったら、タスクに関連するすべてのモジュールをインポートすることから始めます。

 OSをインポートします
Gragioをgrとしてインポートします
トレースバックをインポートします
Import DateTime
インポートリストのタイピングから、タプル、オプション

langchain_openaiからChatopenaiをインポートします
langchain.memoryからImport ConversationBufferMemoryから
langchain.agentsからIntialize_Agent、AgentTypeからインポート
langchain.toolsからBasetoolをインポートします
JSONをインポートします
リクエストをインポートします
dotenvをインポートします

＃環(huán)境変數(shù)をロードします
dotenv.load_dotenv（）

SerperSearchToolクラス

機(jī)能：最新のフィットネス/栄養(yǎng)情報(bào)のリアルタイムWeb検索機(jī)能を持つ機(jī)能を提供します。

主な機(jī)能：

• Serper APIと統(tǒng)合してGoogle検索結(jié)果を取得する
• タイトル、スニペット、URLを含む上位5つのフォーマットされた検索結(jié)果を返します
• タイムアウト保護(hù)を備えた許容可能な障害モードがあります
• SyncとAsyncの両方をサポートします

＃----------セルパー検索ツール------------

クラスSerpersearchTool（Basetool）：
    名前：str = "search_web"
    説明：STR = "リアルタイム情報(bào)をWebで検索し、構(gòu)造化された結(jié)果を返します」

    def _run（self、query：str） - > str：
        "" "Serper APIを使用してWebを検索" ""
        試す：
            api_key = os.getenv（ "serper_api_key"）
            api_keyではない場合：
                return "エラー：serper_api_key環(huán)境変數(shù)には見つかりません」

            url = "https://google.serper.dev/search"
            ペイロード= json.dumps（{"q"：query}）
            ヘッダー= {
                'x-api-key'：api_key、
                「コンテンツタイプ」：「アプリケーション/json」
            }

            response = requests.post（url、headers = headers、data = payload、timeout = 10）
            respons.raise_for_status（）
            search_results = respons.json（）

            ＃有機(jī)結(jié)果を抽出してフォーマットします
            結(jié)果= []
            search_resultsの「オーガニック」の場合：
                search_resultsのアイテムの場合['オーガニック'] [：5]：＃トップ5の結(jié)果への制限
                    results.append（{
                        「タイトル」：item.get（ 'title'、 ''）、
                        「リンク」：item.get（ 'link'、 ''）、
                        「スニペット」：item.get（ 'snippet'、 ''）
                    }）

            ＃フォーマットは読みやすい方法で結(jié)果をもたらします
            結(jié)果の場合：
                formatted_results = "検索結(jié)果：\ n \ n"
                iの場合、列挙されます（結(jié)果、1）：
                    formatted_results = f "{i}。{result ['title']} \ n"
                    formatted_results = f "{result ['snippet']} \ n"
                    formatted_results = f "url：{result ['link']} \ n \ n"
                formatted_resultsを返します
            それ以外：
                「検索結(jié)果が見つかりません」を返します。

        requests.exceptions.requestexception as e：
            return f "検索の実行エラー - ネットワークの問題：{str（e）}"
        eとしての例外を除く：
            return f "検索の実行エラー：{str（e）}"

    async def _arun（self、query：str） - > str：
        "" "検索の非同期版" "
        self._run（query）を返す

userdatatrackerクラス

機(jī)能：フィットネス計(jì)畫を作成する前に、必要なすべての情報(bào)を取得する

必要なデータフィールド（順番）：<br><br>フィットネスの目標(biāo)（減量、筋肉の増加など）<br>年齢（範(fàn)囲10?100検証）<br>性別（男性/女性/その他）<br>重量（単位中 -  kg/lbs）<br>高さ（cmまたはフィート/インチ）<br>アクティビティレベル（5つの事前定義レベル）<br>ダイエットの好み（ベジタリアン、ビーガンなど）<br>食事制限/アレルギー<br>ワークアウトプレーフェンスと制限

主な機(jī)能：

• フィールド検証：各入力は、カスタム検証関數(shù)で検証されます。
• シーケンシャルフロー：誰も先にスキップできません。
• エラー処理：無効な入力に特定のエラーメッセージを提供します。

 ＃----------ユーザーデータトラッカークラス--------------

クラスuserdatatracker：
    def __init __（self）：
        self.data = {}
        ＃検証関數(shù)と質(zhì)問プロンプトで必要なフィールドを定義する
        self.required_fields = {
            'fitness_goal'：{
                「質(zhì)問」：「あなたの主なフィットネスの目標(biāo)は何ですか？（例えば、減量、筋肉の獲得、一般的なフィットネス）」、
                「検証」：self._validate_fitness_goal
            }、
            '年'： {
                「質(zhì)問」：「あなたは何歳ですか？（10-100の間でなければならない）」
                「検証」：self._validate_age
            }、
            '性別'： {
                「質(zhì)問」：「あなたの性別は何ですか？（男性/女性/その他）」、
                「検証」：self._validate_gender
            }、
            '重さ'： {
                「質(zhì)問」：「あなたの現(xiàn)在の體重は何ですか？（例えば、150ポンドまたは68 kg）」、
                「検証」：self._validate_weight
            }、
            '身長'： {
                「質(zhì)問」：「あなたの身長は何ですか？（例えば、5'10 \ "または178 cm）」、
                「検証」：self._validate_height
            }、
            'Active_Level'：{
                「質(zhì)問」：「あなたの活動(dòng)レベルは何ですか？（座りがちで、軽くアクティブで、適度に活動(dòng)的で、非常にアクティブで、非常に活発です）」
                「検証」：self._validate_activity_level
            }、
            'deionary_preferences'：{
                「質(zhì)問」：「特定の食事に従っていますか？（例えば、ベジタリアン、ビーガン、ケト、なし）」、
                「検証」：self._validate_dietary_preferences
            }、
            'deatary_restrictions'：{
                「質(zhì)問」：「食物アレルギーや食事制限はありますか？（例えば、ナッツ、乳製品、グルテン、なし）」、
                「検証」：self._validate_dietary_restrictions
            }、
            'workout_preferences'：{
                「質(zhì)問」：「あなたのワークアウトの好みは何ですか？（例えば、ジム、ホームワークアウト、利用可能な機(jī)器、怪我？）」
                「検証」：self._validate_workout_preferences
            }、

        }
        self.current_step = 0

Langchainエージェント構(gòu)成

エージェントの初期化：

• モデル：一貫性のために溫度0.3のGPT-4O-MINI。
• メモリ：コンテキストの一貫性のためのConversationBufferMemory。
• ツール： Web検索エージェントがリアルタイム情報(bào)を検索できるようにします。

intialize_fitcoach_agent関數(shù)は、仮想フィットネスおよび?xùn)佯B(yǎng)コーチとして機(jī)能するラングチェーンの會(huì)話エージェントであるfitcoachを構(gòu)成します。言語モデルGPT-4O-MINIに接続し、Web検索ツールによって補(bǔ)強(qiáng)される可能性があり、コンテキストの會(huì)話メモリを追跡します。エージェントは、厳しいルールベースの対話の継続性に従います。フィットネスの目標(biāo)、年齢、身體指標(biāo)、食習(xí)慣、病歴などに関するすべての重要な情報(bào)を抽出するために、ユーザーに特定の質(zhì)問を1つずつ尋ねます。あなたが知る必要があるすべてのことが収集され、確認(rèn)された後にのみ、エージェントはフィットネスやダイエット計(jì)畫を生成しないことを約束します。このようにして、エージェントは、ユーザーがエージェントに望む安全で正確でパーソナライズされた指示を許可します。必要な情報(bào)がすべて収集されると、Fitcoachはユーザーに基づいて包括的なワークアウトルーチンと食事プランを生成し、インタラクティブで魅力的なコーチングプランを提供します。

 ＃----------ラングチェーンエージェントセットアップ---------------

def initialize_fitcoach_agent（）：
    "" "エラー処理" "" "
    試す：
        ＃Openai APIキーを確認(rèn)してください
        openai_key = os.getenv（ "openai_api_key"）
        openai_keyでない場合：
            Raise ValueRerr（ "Openai_api_key環(huán)境変數(shù)にはありません"））

        ＃正しいモデル名で言語モデルを初期化します
        LLM = Chatopenai（
            Model = "gpt-4o-mini"、
            溫度= 0.3、
            openai_api_key = openai_key
        ））

        ＃ツールを初期化します
        ツール= []
        試す：
            os.getenv（ "serper_api_key"）：
                search_tool = serpersearchtool（）
                tools.append（search_tool）
                print（ "?検索ツールが初期化されました"）
            それ以外：
                print（ "?serper_api_keyが見つかりません - 検索機(jī)能は制限されます"）
        eとしての例外を除く：
            印刷（f "??検索ツールを初期化できませんでした：{e}"）

        ＃メモリを初期化します
        メモリ= conversationbuffermemory（memory_key = "chat_history"、return_messages = true）

グラデーションチャットボットロジック

• IS_PLAN_CONTENT ：指定されたテキストに、週の日、食事名、ワークアウトの比較など、複數(shù)のキーワードをチェックすることにより、詳細(xì)なフィットネスまたは栄養(yǎng)プランがあるかどうかを判斷します。フィットネスに関する非公式の會(huì)話から計(jì)畫を分離するのに役立ちます。
• format_plan_for_text ：見出し、リスト、パラグラフを保持しながら、生のフィットネス計(jì)畫テキストをクリーンなセクションにフォーマットし、チャットや電子メールでの共有の読みやすさと適合性を向上させます。
• chat_function ：Fitcoachチャットフローを管理します。手順（ユーザーフィットネスの目標(biāo)、食事の好み）でユーザーから情報(bào)を収集し、AIエージェントにカスタムワークアウトと食事プランを作成するように呼び出し、チャットフローを途切れることなく安全に処理します。

 ----------- Gradio Chatbot Logic -------------

def is_plan_content（テキスト：str） - > bool：
    "" "テキストに詳細(xì)なコンテンツを含むフィットネス計(jì)畫が含まれているかどうかを確認(rèn)" "
    テキストまたはlen（text.strip（）） = 3

注：記事のコードの一部のみを表示しました。私の完全なコードはこちらから入手できます。

ユーザーインターフェイス

ユーザーインターフェイスに関しては、StreamlitやGradioなどのソリューションを使用してシンプルに保つことができます。 Gradioを使用して、カスタムデザイン、自動(dòng)更新、および健康とフィットネスアプリケーションに合った迅速で応答性の高いインターフェイスを備えた洗練されたWebアプリを作成できるためです。ソースコードを表示するには、ここをクリックしてください。

ラングチェーンのユースケース

• カスタマーサポートボット：カスタマーサポートの知識(shí)ベースを検索して、顧客の質(zhì)問に対する回答を見つけることができるアシスタントを作成します。
• 検索支援チャットボット： GoogleやWikipediaなどのリアルタイムの知識(shí)のソースへの呪いマップ。
• ドキュメントQ＆A：ユーザーがPDFをアップロードし、引用で正確な回答を自動(dòng)的に取得できるようにします。
• データ操作アシスタント：データに関連する質(zhì)問をしながら、ユーザーがスプレッドシートでデータをアップロードして検討できるようにします。
• コンテンツ生成ツール：ブログ、電子メール、ソーシャルメディアの投稿など、コンテンツを生成します。
• マルチエージェントシステム： AIエージェントがタスクに協(xié)力したり専門化できるシステムを作成します。

結(jié)論

それがすべて言われ、完了したとき、AIはすべての技術(shù)だけではありません。それは、私たちの日常生活を改善する力としてテクノロジーを活用する方法の內(nèi)部の仕組みについてです！體調(diào)を整えたり、よく食べたり、やる気を維持したりするかどうかにかかわらず、獨(dú)自のパーソナルフィットネスコーチをデザインすることは、AIがどのようにサポートし、動(dòng)機(jī)付けられるかの完璧な例です。そして、最良の部分は、アプリケーションの構(gòu)築を開始するためにハイテクウィザードである必要がないことです！開発用のLangchain、Openai for AI機(jī)能、スマートアプリケーションを展開するためのグラデーションなど、多くのツールがあります。フィットネスの未來と、他の多くの人生の分野は、私たちに利用可能です！

以上がLangchain Fitness Coachを作成します：AIパーソナルトレーナーの詳細(xì)內(nèi)容です。詳細(xì)については、PHP 中國語 Web サイトの他の関連記事を參照してください。