Valthera는 LLM Agent가 의미 있고 맥락을 인식하는 사용자 참여를 유도할 수 있도록 지원하는 오픈소스 프레임워크입니다. 실시간으로 사용자의 동기와 능력을 평가하여 사용자가 가장 수용적일 때만 알림과 작업이 트리거되도록 보장합니다. langchain-valthera는 Valthera를 LangChain과 통합하여 개발자가 개인화된 상호작용을 제공하는 더 스마트한 행동 기반 참여 시스템을 구축할 수 있도록 합니다.

​
설치 및 설정

​
langchain-valthera 설치

pip를 통해 LangChain Valthera 패키지를 설치하세요: 
pip install -U langchain-valthera
ValtheraTool을 import하세요: 
from langchain_valthera.tools import ValtheraTool

​
예제: LangChain용 ValtheraTool 초기화

이 예제는 DataAggregator와 동기 및 능력 점수 계산을 위한 구성을 사용하여 ValtheraTool을 초기화하는 방법을 보여줍니다. 
import os
from langchain_openai import ChatOpenAI
from valthera.aggregator import DataAggregator
from mocks import hubspot, posthog, snowflake  # Replace these with your actual connector implementations
from langchain_valthera.tools import ValtheraTool

# Initialize the DataAggregator with your data connectors
data_aggregator = DataAggregator(
    connectors={
        "hubspot": hubspot(),
        "posthog": posthog(),
        "app_db": snowflake()
    }
)

# Initialize the ValtheraTool with your scoring configurations
valthera_tool = ValtheraTool(
    data_aggregator=data_aggregator,
    motivation_config=[
        {"key": "hubspot_lead_score", "weight": 0.30, "transform": lambda x: min(x, 100) / 100.0},
        {"key": "posthog_events_count_past_30days", "weight": 0.30, "transform": lambda x: min(x, 50) / 50.0},
        {"key": "hubspot_marketing_emails_opened", "weight": 0.20, "transform": lambda x: min(x / 10.0, 1.0)},
        {"key": "posthog_session_count", "weight": 0.20, "transform": lambda x: min(x / 5.0, 1.0)}
    ],
    ability_config=[
        {"key": "posthog_onboarding_steps_completed", "weight": 0.30, "transform": lambda x: min(x / 5.0, 1.0)},
        {"key": "posthog_session_count", "weight": 0.30, "transform": lambda x: min(x / 10.0, 1.0)},
        {"key": "behavior_complexity", "weight": 0.40, "transform": lambda x: 1 - (min(x, 5) / 5.0)}
    ]
)

print("✅ ValtheraTool successfully initialized for LangChain integration!")
langchain-valthera 통합을 통해 사용자 행동을 평가하고 참여를 위한 최선의 조치를 결정할 수 있으며, LangChain 애플리케이션 내에서 상호작용이 시기적절하고 관련성 있게 이루어지도록 보장합니다.
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.
⌘I