PaymanAI
PaymanAI 提供代表 AI 代理發送和接收付款(法幣和加密貨幣)的功能。若要開始使用
- 在 app.paymanai.com 註冊以建立 AI 代理並取得您的 API 金鑰。
- 設定 環境變數 (
PAYMAN_API_SECRET
為您的 API 金鑰,PAYMAN_ENVIRONMENT
為沙箱或生產環境)。
此筆記本快速概述如何將 PaymanAI 整合到 LangChain 作為工具。如需完整參考,請參閱 API 文件。
概觀
PaymanAI 整合是 langchain-community
(或您的自訂) 套件的一部分。它可讓您
- 發送付款 (
send_payment
) 至加密貨幣地址或銀行帳戶。 - 搜尋收款人 (
search_payees
)。 - 新增收款人 (
add_payee
)。 - 使用託管結帳連結向客戶收款 (
ask_for_money
)。 - 檢查代理或客戶餘額 (
get_balance
)。
這些可以包裝為 LangChain 工具,供 LLM 型代理自動呼叫。
整合詳細資訊
類別 | 套件 | 可序列化 | JS 支援 | 最新套件 |
---|---|---|---|---|
PaymanAI | langchain_community | ❌ | ❌ | [PyPI 版本] |
如果您只是呼叫 PaymanAI SDK,您可以直接或透過 LangChain 中的 Tool 介面執行。
設定
- 安裝
langchain-community
(或同等) 套件
pip install --quiet -U langchain-community
- 安裝 PaymanAI SDK
pip install paymanai
- 設定 環境變數
export PAYMAN_API_SECRET="YOUR_SECRET_KEY"
export PAYMAN_ENVIRONMENT="sandbox"
您的 PAYMAN_API_SECRET
應為 app.paymanai.com 的密鑰。PAYMAN_ENVIRONMENT
可以是 sandbox
或 production
,取決於您的使用情況。
實例化
以下是實例化 PaymanAI 工具的範例。如果您有多種 Payman 方法,可以建立多個工具。
from langchain_community.tools.langchain_payman_tool.tool import PaymanAI
# Instantiate the PaymanAI tool (example)
tool = PaymanAI(
name="send_payment",
description="Send a payment to a specified payee.",
)
調用
使用引數直接調用
您可以呼叫 tool.invoke(...)
並傳遞與工具預期欄位相符的字典。例如
response = tool.invoke({
"amount_decimal": 10.00,
"payment_destination_id": "abc123",
"customer_id": "cust_001",
"memo": "Payment for invoice #XYZ"
})
使用 ToolCall 調用
在 AI 工作流程中使用時,LLM 可能會產生 ToolCall
字典。您可以如下模擬它
model_generated_tool_call = {
"args": {
"amount_decimal": 10.00,
"payment_destination_id": "abc123"
},
"id": "1",
"name": tool.name,
"type": "tool_call",
}
tool.invoke(model_generated_tool_call)
在鏈或代理中使用工具
您可以將 PaymanAI 工具繫結至支援工具呼叫的 LangChain 代理或鏈。
快速入門摘要
- 在 app.paymanai.com 註冊以取得您的 API 金鑰。
- 安裝 依賴項
pip install paymanai langchain-community
- 匯出 環境變數
export PAYMAN_API_SECRET="YOUR_SECRET_KEY"
export PAYMAN_ENVIRONMENT="sandbox" - 實例化 PaymanAI 工具,傳遞您想要的名稱/描述。
- 使用
.invoke(...)
呼叫 工具,或將其整合到鏈或代理中。
API 參考
您可以在以下位置找到 PaymanAI 的完整 API 文件
鏈接
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import RunnableConfig, chain
from langchain.chat_models import init_chat_model
# Assume we've imported your PaymanAITool or multiple Payman AI Tools
payman_tool = PaymanAITool(name="send_payment")
# Build a prompt
prompt = ChatPromptTemplate([
("system", "You are a helpful AI that can send payments if asked."),
("human", "{user_input}"),
("placeholder", "{messages}"),
])
llm = init_chat_model(model="gpt-4", model_provider="openai")
llm_with_tools = llm.bind_tools([payman_tool], tool_choice=payman_tool.name)
llm_chain = prompt | llm_with_tools
@chain
def tool_chain(user_input: str, config: RunnableConfig):
input_ = {"user_input": user_input}
ai_msg = llm_chain.invoke(input_, config=config)
tool_msgs = payman_tool.batch(ai_msg.tool_calls, config=config)
return llm_chain.invoke({**input_, "messages": [ai_msg, *tool_msgs]}, config=config)
# Example usage:
response = tool_chain.invoke("Send $10 to payee123.")
print(response)```
## API reference
You can find full API documentation for PaymanAI at:
- [Python reference](https://python.langchain.com/v0.2/api_reference/community/tools/langchain_community.tools.langchain_payman_tool.tool.PaymanAI.html)
- (Any other relevant references or doc links)
## Related
- Tool [conceptual guide](/docs/concepts/tools)
- Tool [how-to guides](/docs/how_to/#tools)