书生浦语之：Lagent & AgentLego 智能体应用搭建（四）

在本节中，我们将基于 AgentLego 构建自己的自定义工具。AgentLego 在这方面提供了极具吸引力的文档，文档地址为https://agentlego.readthedocs.io/zh-cn/latest/modules/tool。 html。自定义工具主要分为以下几个部分：

1. 继承BaseTool类
2. 修改default_desc属性（工具功能描述）
3. 如果需要，重载设置方法（重型模块延迟加载）
4. 重载apply方法（工具功能实现）

其中前二四步是必须的步骤。下面我们将实现一个调用 MagicMaker 的 API 以实现图像生成的工具。

MagicMaker是汇集了优秀AI算法成果的免费AI视觉素材生成与创作平台。主要提供图像生成、图像编辑和视频生成三大核心功能，全面满足用户在各种应用场景下的素材视觉创作需求。体验更多多功能可以访问Magic Maker。

1 创建工具文件

首先通过touch /root/agent/agentlego/agentlego/tools/magicmaker_image_generation.py的方法新建工具文件。该文件的内容如下：

import json
import requests

import numpy as np

from agentlego.types import Annotated, ImageIO, Info
from agentlego.utils import require
from .base import BaseTool


class MagicMakerImageGeneration(BaseTool):

    default_desc = ('This tool can call the api of magicmaker to '
                    'generate an image according to the given keywords.')

    styles_option = [
        'dongman',  # 动漫
        'guofeng',  # 国风
        'xieshi',   # 写实
        'youhua',   # 油画
        'manghe',   # 盲盒
    ]
    aspect_ratio_options = [
        '16:9', '4:3', '3:2', '1:1',
        '2:3', '3:4', '9:16'
    ]

    @require('opencv-python')
    def __init__(self,
                 style='guofeng',
                 aspect_ratio='4:3'):
        super().__init__()
        if style in self.styles_option:
            self.style = style
        else:
            raise ValueError(f'The style must be one of {self.styles_option}')
        
        if aspect_ratio in self.aspect_ratio_options:
            self.aspect_ratio = aspect_ratio
        else:
            raise ValueError(f'The aspect ratio must be one of {aspect_ratio}')

    def apply(self,
              keywords: Annotated[str,
                                  Info('A series of Chinese keywords separated by comma.')]
        ) -> ImageIO:
        import cv2
        response = requests.post(
            url='https://magicmaker.openxlab.org.cn/gw/edit-anything/api/v1/bff/sd/generate',
            data=json.dumps({
                "official": True,
                "prompt": keywords,
                "style": self.style,
                "poseT": False,
                "aspectRatio": self.aspect_ratio
            }),
            headers={'content-type': 'application/json'}
        )
        image_url = response.json()['data']['imgUrl']
        image_response = requests.get(image_url)
        image = cv2.cvtColor(cv2.imdecode(np.frombuffer(image_response.content, np.uint8), cv2.IMREAD_COLOR),cv2.COLOR_BGR2RGB)
        return ImageIO(image)

2 注册新工具

接下来修改 /root/agent/agentlego/agentlego/tools/__init__.py 文件，将我们的工具注册在工具列表中。如下所示，我们通过将 MagicMakerImageGeneration from .magicmaker_image_ Generation import MagicMakerImageGeneration 导入到了文件中，并将其加入了 __all__ 列表中。

3 体验自定义工具效果 

同上一章节（三）类似，我们在两个终端中分别启动 LMDeploy 服务和 AgentLego 的 WebUI 来体验我们自定义的工具的效果。

启动 api-server

conda activate agent
lmdeploy serve api_server /root/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-7b \
                            --server-name 127.0.0.1 \
                            --model-name internlm2-chat-7b \
                            --cache-max-entry-count 0.1

 启动webui

conda activate agent
cd /root/agent/agentlego/webui
python one_click.py

 

并在本地执行如下操作以进行端口映射：

ssh -CNg -L 7860:127.0.0.1:7860 -L 23333:127.0.0.1:23333 root@ssh.intern-ai.org.cn -p 你的 ssh 端口号

在工具界面选择MagicMakerImageGeneration后点击保存后，回到聊天页面选择MagicMakerImageGeneration工具后就可以开始使用了。为了确保调用工具的成功率，请在使用时确保这个工具启用。下图是一个例子。可以看到模型成功地调用了工具并得到了结果。