什么是Agent
在日常生活中,不难发现,chatgpt通过文本输入进行处理后返回的也是文本内容,就像是一个只有头的人,能听能思考能说话,但是无法行动.而Agent是一种能够自主决策、采取行动以达到某种目标的实体。被解释为"智能体"或者"代理".
代理的核心思想是通过大模型来选择要采取的一系列行动.在常规结构下,一系列行动都是硬编码,是已规定好的行为路线,而在代理中,是用大模型作为推理引擎来确定并采取行动的.通俗的讲就是给大模型配备工具,让大模型自己去判断在当前场景需要使用什么工具.
代理的效果与模型的智慧程度有关,大模型的训练集越大,代理的效果越好,差的模型进行代理会陷入某一个自问自答而死循环,好的模型会进行自我验证,验证这个答案是否与最初的问题相关,不相关进行修正.
举个例子:
链式结构下,我会拿着螺丝刀去拧螺丝,拿着钥匙开锁,拿着斧头砍木头.我不会选择工具,而是按照规划的路线行动.
代理情况下,我有螺丝刀,钥匙,斧头等工具,我遇到了一颗螺丝,我会用螺丝刀去拧螺丝. 遇到了一把锁,我会用钥匙去开锁,遇到了木头,我会用斧头去砍木头.在不同的场景或者问题下会进行推理选择.
总而言之:Agent= LLM(思考决策)+ memory(记忆)+ tools(执行)
langchain中代理的关键组成
- Agent代理
- llm大模型
- Tool工具
- prompt提示词
- Toolkit工具包
- AgentExecutor代理执行器
这里使用的是openai的大模型,想要白嫖阿里云的通义千问大模型,还不会prompt提示词以及记忆组件memory的请移步传送门
传送门:
- langchain入门一:python+langchain+通义千问,白嫖qwen大模型实现自己的聊天机器人 - 掘金 (juejin.cn)
- langchian入门二:prompts提示词的使用,你的LLM说话怎么这么⑥! - 掘金 (juejin.cn)
- langchain入门三:memory-记忆组件,让大语言模型拥有记忆,燕咂,我刚刚说了啥? - 掘金 (juejin.cn)
代理的类型
- Zero-shot ReAct:利用工具的描述来决定使用哪个工具,可以有多个工具,每个工具都要提供描述信息。选择单纯依靠描述信息
- Structured Input ReAct:通过工具的参数schema创建结构化的动作输入
- Open AI Functions:与openai function call机制配合工作
- Conversational:为对话场景设计,使用具有对话性提示词,利用ReAct框架选择工具,并利用记忆功能来保存对话历史
- Self ask with seach:利用工具查找事实性答案
Tool
代理调用的功能,相当于手的部分,与外部世界交互 ,LangChain
提供了一系列工具,比如 Search
工具,AWS
工具,Wikipedia
工具等。这些工具都是 BaseTool
的子类。通过调用 run
函数,执行工具的功能。
如何创建工具
- 加载langchain内置的工具
python
复制代码
from langchain.tools import load_tools
tools = load_tools(["serpapi"],llm=llm)#谷歌的搜索引擎
- 通过tool装饰器,自定义工具,在函数中需要描述这个工具
python
复制代码
from langchain.agents import tool
@tool
def serpapi_search(query:str)->str:
'''使用serpapi搜索引擎获取搜索结果'''
from serpapi import GoogleSearch
params = {
"q": query,
"api_key": "serpapi-api-key"
}
search = GoogleSearch(params)
results = search.get_dict()
return results['organic_results'][0]['snippet']
tools = [serpapi_search]
Toolkit
工具包,一组工具的集合,tools = [serpapi_search]
和tools = load_tools(["serpapi"],llm=llm)
都是工具包.
AgentExecutor
代理执行器是代理执行时,由它来选择并执行其他选择的动作。
- 处理代理选择不存在的工具的情况
- 处理工具发生错误的情况
- 处理代理生成无法解析为工具调用的输出的情况
- 在所有级别上记录和可观察性(代理决策,工具调用)
思考的过程
- Action:就是根据用户的输入,选用哪个Tool,然后行动
- Action Input:根据需要使用的Tool,从用户的输入里提取相关的内容,可以输入到Tool里面
- Observation:就是观察通过使用 Tool 得到的一个输出结果。稳定版本之前有展示,稳定版本之后就没有了,但是步骤仍然存在
- Thought:就是再看一眼用户的输入,判断一下该怎么做,同样是稳定版本之前有展示,稳定版本之后就没有了,仍然存在
- Final Answer:就是 Thought 在看到 Obersavation 之后,给出的最终输出,
创建一个代理
这里来创建一个react代理,给他配备一个谷歌的搜索引擎,让他能去搜索网络上的内容,但是他对中文不友好,用Translator
翻译翻译.还配备了一个运算工具,看看他是否在不同情景下能推理并且选择工具
python
复制代码
# 代理模块,用于调用openai的模型进行对话并执行操作
import os
from dotenv import find_dotenv, load_dotenv
load_dotenv(find_dotenv())
os.environ["OPENAI_API_BASE"]
os.environ["OPENAI_API_KEY"]
os.environ["SERPAPI_API_KEY"]
from langchain_openai import ChatOpenAI
#引入集成的工具,包含langchain中内置的各种工具。官方文档中查找
from langchain.agents import create_react_agent,AgentExecutor,tool
#引入hub模块,用于调用hub中的模型
from langchain import hub
#引入工具加载器,用于加载工具
from langchain.tools import load_tools
#引入翻译工具
from translate import Translator
#实例化一个大模型
llm=ChatOpenAI(temperature=0, model="gpt-3.5-turbo")
#从hub中拉取模型
prompt = hub.pull("hwchase17/react")
#创建工具
#搜索引擎
@tool
def serpapi_search(query:str)->str:
'''使用serpapi搜索引擎获取搜索结果'''#工具描述
from serpapi import GoogleSearch
params = {
"q": query,
"api_key": os.getenv("SERPAPI_API_KEY")
}
search = GoogleSearch(params)
results = search.get_dict()
return results['organic_results'][0]['snippet']
#运算工具
@tool
def calculate(expression:str)->str:
'''计算表达式'''
return str(eval(expression))
# tools = load_tools(["serpapi"],llm=llm)#加载内置工具
tools=[serpapi_search,calculate]#工具包
#创建agent
agent=create_react_agent(
llm,
tools,
prompt,
)
#代理执行器
agent_executor=AgentExecutor(agent=agent,
tools=tools,#工具包
verbose=True,#执行的详细过程
)
def agent_invoke(huamn_input:str):
text=agent_executor.invoke({"input":huamn_input})
res=Translator(from_lang="en",to_lang="zh").translate(text['output'])
return res
if __name__ == "__main__":
text=input()
print(agent_invoke(text))
.env文件内容为:
python
复制代码
# 代理地址
OPENAI_API_BASE = ""
# 代理密钥
OPENAI_API_KEY = ""
#谷歌引擎
SERPAPI_API_KEY=""
搜索一下最近发生的事儿,看看结果:
搜索一下时事 再来一个 来个简单的计算题 根据问题情景,大模型能够进行推理选择工具,关于时事的它能够选择搜索工具进行搜索,关于计算的问题,它能够选择运算工具进行回答,也回答正确了.并且我在问题中没有提示他该选择什么工具.
总结
代理就是让大模型具备了行动的能力,大模型不仅仅局限于进行文本回答,在回答的同时还能进行一系列行动.openai的chatgpt把agent推向了一个新的高度,使得agent更接近于一个’智能体’.通过各种工具将大模型武装起来,或许这个工具,不仅仅是软件也可以是硬件,将大模型与嵌入式结合或许能做成一个能思考能行动的智能机器人,或许在不久的将来,私人AI助理-贾维斯就可以变成现实.
如何系统的去学习大模型LLM ?
作为一名热心肠的互联网老兵,我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。
但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的 AI大模型资料
包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
😝有需要的小伙伴,可以V扫描下方二维码免费领取🆓
一、全套AGI大模型学习路线
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!
二、640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
四、AI大模型商业化落地方案
阶段1:AI大模型时代的基础理解
- 目标:了解AI大模型的基本概念、发展历程和核心原理。
- 内容:
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践 - L1.5 GPT应用案例
阶段2:AI大模型API应用开发工程
- 目标:掌握AI大模型API的使用和开发,以及相关的编程技能。
- 内容:
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例 - L2.2 Prompt框架
- L2.2.1 什么是Prompt
- L2.2.2 Prompt框架应用现状
- L2.2.3 基于GPTAS的Prompt框架
- L2.2.4 Prompt框架与Thought
- L2.2.5 Prompt框架与提示词 - L2.3 流水线工程
- L2.3.1 流水线工程的概念
- L2.3.2 流水线工程的优点
- L2.3.3 流水线工程的应用 - L2.4 总结与展望
- L2.1 API接口
阶段3:AI大模型应用架构实践
- 目标:深入理解AI大模型的应用架构,并能够进行私有化部署。
- 内容:
- L3.1 Agent模型框架
- L3.1.1 Agent模型框架的设计理念
- L3.1.2 Agent模型框架的核心组件
- L3.1.3 Agent模型框架的实现细节 - L3.2 MetaGPT
- L3.2.1 MetaGPT的基本概念
- L3.2.2 MetaGPT的工作原理
- L3.2.3 MetaGPT的应用场景 - L3.3 ChatGLM
- L3.3.1 ChatGLM的特点
- L3.3.2 ChatGLM的开发环境
- L3.3.3 ChatGLM的使用示例 - L3.4 LLAMA
- L3.4.1 LLAMA的特点
- L3.4.2 LLAMA的开发环境
- L3.4.3 LLAMA的使用示例 - L3.5 其他大模型介绍
- L3.1 Agent模型框架
阶段4:AI大模型私有化部署
- 目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。
- 内容:
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
学习计划:
- 阶段1:1-2个月,建立AI大模型的基础知识体系。
- 阶段2:2-3个月,专注于API应用开发能力的提升。
- 阶段3:3-4个月,深入实践AI大模型的应用架构和私有化部署。
- 阶段4:4-5个月,专注于高级模型的应用和部署。
这份完整版的大模型 LLM 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
😝有需要的小伙伴,可以Vx扫描下方二维码免费领取🆓