（18-4-07）Agents（智能代理）：Self-ask with search代理

6.4.6  Self-ask with search代理

自问自答结合搜索（Self-ask with search）是一种人工智能代理执行任务的方法，它通过提出问题并利用搜索结果来找到答案，这种方法特别适合解决那些需要额外信息才能解答的问题。在实际应用中，自问自答结合搜索代理的功能非常强大，因为它结合了搜索的广度和语言模型的理解能力。自问自答结合搜索代理的常用场景有：

1. 事实查找：回答关于特定事件、人物、地点或数据的问题。
2. 比较分析：比较不同选项或项目的优劣。
3. 趋势预测：基于搜索结果预测未来的趋势或事件。
4. 决策支持：提供信息帮助用户做出决策。

实现自问自答结合搜索代理的基本步骤如下所示：

（1）定义问题：首先，明确需要解决的问题。

（2）自问：代理识别出要回答这个问题所需的关键信息，并生成一个或多个辅助问题来获取这些信息。

（3）搜索：代理使用搜索工具来找到辅助问题的答案。

（4）分析结果：代理分析搜索结果，提取出有用的信息。

（5）综合信息：代理将获取到的信息综合起来，形成对原始问题的直接回答。

（6）提供答案：最后，代理将综合后的信息作为原始问题的答案提供给用户。

请看下面的实例，演示了使用Self-ask with search代理来回答问题的过程。

实例6-2：使用Self-ask with search代理回答问题（源码路径：codes\6\Self-ask.py）

实例文件Self-ask.py的具体实现代码如下所示。

from langchain_openai import ChatOpenAI
from langchain import SerpAPIWrapper
from langchain.agents import initialize_agent, Tool, AgentType

# 初始化ChatOpenAI实例
llm = ChatOpenAI(
    openai_api_key='YOUR_API_KEY',  # 替换为你的API密钥
    base_url='https://api.chatanywhere.tech/v1',
    model='gpt-3.5-turbo',
    temperature=0,
)

# 初始化SerpAPIWrapper实例
search = SerpAPIWrapper(serpapi_api_key='YOUR_SERPAPI_KEY')  # 替换为你的SerpAPI密钥

# 创建工具列表，包含中间答案工具
tools = [
    Tool(
        name="Intermediate Answer",
        func=search.run,
        description="useful for when you need to answer questions about current events. You should only use this when all else fails. This tool should be used only as a last resort."
    )
]

# 初始化Self-Ask with Search代理
self_ask_with_search = initialize_agent(
    tools,
    llm,
    agent=AgentType.SELF_ASK_WITH_SEARCH,
    verbose=True,
    handle_parsing_errors=True
)

# 运行代理并获取问题的答案
answer = self_ask_with_search.run("使用玫瑰作为国花的国家的首都是哪里?")
print(answer)

在上述代码中，搜索工具SerpAPIWrapper是用于获取搜索结果的，而ChatOpenAI则用于生成文本和回答。AgentType.SELF_ASK_WITH_SEARCH指定了代理的类型，即自问自答结合搜索的代理。上述代码的实现流程如下所示：

（1）初始化ChatOpenAI实例：创建了一个ChatOpenAI实例，用于生成文本。您需要用您自己的OpenAI API密钥替换'YOUR_API_KEY'。

（2）初始化SerpAPIWrapper实例：创建了一个SerpAPIWrapper实例，用于执行网络搜索。同样，您需要用您自己的SerpAPI密钥替换'YOUR_SERPAPI_KEY'。

（3）创建工具列表：定义了一个名为"Intermediate Answer"的工具，该工具将使用search.run方法来获取搜索结果。

（4）初始化Self-Ask with Search代理：使用initialize_agent函数初始化了一个代理，指定了工具列表、语言模型、代理类型（AgentType.SELF_ASK_WITH_SEARCH）、是否详细输出（verbose=True）以及是否处理解析错误（handle_parsing_errors=True）。

（5）运行代理并获取答案：调用self_ask_with_search.run方法并传入问题，代理将尝试找到并打印出答案。

执行后会输出：

> Entering new AgentExecutor chain...
> Initializing Self-Ask with Search agent...
> The question is: "使用玫瑰作为国花的国家的首都是哪里?"
> Identifying the need to search for the country that has the rose as its national symbol...
> Executing search using SerpAPIWrapper...
> Search results received: [List of search results with relevant information]
> Analyzing search results to determine the country with the rose as its national flower...
> Country identified: United States of America
> Generating a follow-up question to find the capital of the identified country...
> Follow-up question: "What is the capital of the United States of America?"
> Using ChatOpenAI to answer the follow-up question...
> Response from ChatOpenAI: "The capital of the United States of America is Washington, D.C."
> Integrating the answer into the final response...
> Finished chain.

Final Answer: The capital of the country that has the rose as its national flower, the United States of America, is Washington, D.C.