【AI的未来 - AI Agent系列】【MetaGPT】6. 用ActionNode重写技术文档助手

已于 2024-03-22 13:46:18 修改
阅读量1.7k 收藏 20
点赞数 28
分类专栏： 大模型 python 文章标签： 人工智能 python 笔记 经验分享 chatgpt AI写作 AIGC
于 2024-01-20 08:00:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Attitude93/article/details/135695052
版权

文章目录

前文【【AI的未来 - AI Agent系列】【MetaGPT】5. 更复杂的Agent实战 - 实现技术文档助手】我们用Action实现了一个技术文档助手，在学习了ActionNode技术之后，我们用ActionNode来尝试重写一下这个技术文档助手。

0. 前置推荐阅读

了解本专栏 订阅专栏 解锁全文 超级会员免费看
同学小张
关注
专栏目录
订阅专栏
【AI的未来 - AI Agent系列】【MetaGPT】4. ActionNode从理论到实战
同学小张的博客
01-18 1568
MetaGPT ActionNode基础和实战学习
【AI的未来 - AI Agent系列】【MetaGPT】4.1 细说我在ActionNode实战中踩的那些坑
同学小张的博客
01-18 1804
细说在学习和使用MetaGPT过程中遇到的坑，总有一个坑适合你。
metagpt框架学习 ActionNode
m0_74280155的博客
02-09 429
命令文本""""""# 实例化一个ActionNode，输入对应的参数# ActionNode的名称# 期望输出的格式# 命令文本# 例子输入，在这里我们可以留空Args:"""Args:Returns:"""# 我们设置好prompt，作为ActionNode的输入# 直接调用ActionNode.fill方法，注意输入llm# 该方法会返回self，也就是一个ActionNode对象# 选取ActionNode.content，获得我们期望的返回信息"""
MetaGPT之ActionNode学习笔记
最新发布
everyglow的博客
06-18 376
Markdown是一种标记语言，用于将纯文本转换为结构化文本，常用于编写文档和代码注释。fill方法调用simple_fill方法，给每个子action node节点调用大模型的aask方法获取相应内容，从而填充每个子action node。是一个Python函数或方法的参数说明，通常用于文档字符串（docstring）中，来描述函数参数的用途和可能的值。被描述为"free form text"，意味着它是自由形式的文本，没有特定的结构或格式限制。：表示原始文本格式，即没有经过任何特殊格式化的纯文本。
metagpt第五章学习笔记 ActionNode
m0_73382195的博客
02-09 466
在MG框架0.5版本中，新增加了ActionNode类，为Agent的动作执行提供更强的能力ActionNode可以被视为一组动作树，根据类内定义，一个动作树的父节点可以访问所有的子动作节点；也就是说，定义了一个完整的动作树之后，可以从父节点按树的结构顺序执行每一个子动作节点。因此，动作的执行也可以突破0.4版本框架中，需要在Role的_react内循环执行的限制，达到更好的CoT效果。ActionNode仍然需要基于Action类进行构建，在定义一个ActionNode。
【AI的未来 - AI Agent系列】【MetaGPT】5. 更复杂的Agent实战 - 实现技术文档助手
同学小张的博客
01-19 1719
从0开始带你实现一个技术文档助手Agent，只需几个词，自动帮你写出一篇技术文档教程，目录、标题、概念、代码示例一应俱全。
【AI的未来 - AI Agent系列】【MetaGPT】1. AI Agent如何重构世界
同学小张的博客
01-13 2433
智能体就是像人一样，能理解现实中的事务，有记忆，会思考，会总结，会学习，像人一样会规划，会决策，会使用各种工具来完成某项任务。多智能体，就像一个团队，大了说像我们现在生活的社会，每个智能体有自己的职能和领域，人与人之间通过协作，能完成更加复杂和庞大的目标。本文带你了解智能体如何重构世界，未来的世界长什么样。
【AI的未来 - AI Agent系列】【MetaGPT】2. 实现自己的第一个Agent
同学小张的博客
01-14 1724
以MetaGPT入门课程的Task3 作业为例，来看下使用MetaGPT 实现Agent的思路。内附完整代码和细节注释。
【AI的未来 - AI Agent系列】【MetaGPT】3. 实现一个订阅智能体，订阅消息并打通微信和邮件
同学小张的博客
01-17 2292
通过MetaGPT实现一个订阅智能体，定时自动获取网络热点信息，然后经过自动总结，推送到指定的微信和邮箱中。整体流程使用这个订阅智能体自动实现，快来看看吧！
【AI Agent系列】【MetaGPT多智能体学习】0. 环境准备 - 升级MetaGPT 0.7.2版本及遇到的坑
同学小张的博客
02-26 1817
之前跟着《MetaGPT智能体开发入门课程》学了一些MetaGPT的知识和实践，主要关注在MetaGPT入门和单智能体部分。现在新的教程来了，新教程主要关注多智能体部分。本系列文章跟随《MetaGPT多智能体课程》，深入理解并实践多智能体系统的开发。本文为该课程的前期准备 - 环境搭建。
【AI Agent系列】【MetaGPT】7. 实战：只用两个字，让MetaGPT写一篇小说
同学小张的博客
01-21 2930
纯实战，手把手教你用MetaGPT写一个小说生成助手，用户只需要输入两个字，它就能自动帮你生成5000多字的一篇小说。
【AI Agent系列】【MetaGPT多智能体学习】5. 多智能体案例拆解 - 基于MetaGPT的智能体辩论（附完整代码）
同学小张的博客
03-02 1680
本文拆解一个多智能体案例 - 多智能体辩论。主要是学习MetaGPT中消息交互机制，通过该机制可以实现相较于watch更灵活的订阅机制。
【大模型应用开发 动手做AI Agent】MetaGPT简介
AGI通用人工智能之禅
06-04 176
【大模型应用开发 动手做AI Agent】MetaGPT简介 1.背景介绍 1.1 人工智能大模型的兴起 近年来,人工智能领域取得了令人瞩目的进展,尤其是大型语言模型(Large Language Model
【AI Agent系列】【MetaGPT多智能体学习】2. 重温单智能体开发 - 深入源码，理解单智能体运行框架
同学小张的博客
02-28 1508
MetaGPT单智能体实战，同时深入源码，理解单智能体运行框架，包括单智能体的运行周期，智能体内的上下文管理以及智能体的Action定义。
【AI Agent系列】【MetaGPT多智能体学习】6. 多智能体实战 - 基于MetaGPT实现游戏【你说我猜】（附完整代码）
同学小张的博客
03-03 1209
利用MetaGPT的多智能体机制实现 文字版的你画我猜 小游戏。文内包含了实现思路和思考过程以及优化过程，以及一些代码细节。同时也展示了如何让人参与到游戏中。
【AI Agent系列】【MetaGPT】【深入源码】智能体的运行周期以及多智能体间如何协作
同学小张的博客
01-25 2250
MetaGPT多智能体间如何协作，消息如何传递？今天这篇文章，我们就来学习下MetaGPT中多智能体如何协作，深入源码，一层层剖析。多张流程图、概念图，保证你能看懂。
【AI Agent系列】【MetaGPT】总结这段时间学习MetaGPT的一些学习方法和感悟
同学小张的博客
01-28 3768
总结回顾一下MetaGPT入门课程内容和沉淀下自己的收获，同时把我的学习方法记下来，希望后来学习的人能从中获得一点点的灵感或方向。
【大模型应用开发 动手做AI Agent】MetaGPT
AI天才研究院
06-05 413
加载数据# 编码数据大模型在人工智能领域的应用已经展示了其强大的能力和广泛的应用前景。然而，随着技术的发展，大模型也面临着一些挑战和新的发展趋势。自回归（Auto-regressive）模型是一种基于时间序列数据的统计模型，它通过前一时刻的数据来预测当前时刻的数据。对于文本生成任务，自回归模型通过前面的词元来预测下一个词元，从而逐步生成连贯的文本。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

同学小张

如果觉得有帮助，欢迎给我鼓励！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值