【下】大模型Autogen多Agent系统详细保姆级实践介绍，亲身实践展示代理效果，主要展示Agent进阶用法

上篇Autogen基本用法见上篇博文：

【上】大模型Autogen多Agent系统详细保姆级实践介绍，亲身实践展示代理效果-CSDN博客

3 Agent进阶用法

3.1 工具调用

工具调用使代理能够更有效地与外部工具和api进行交互。该功能允许模型智能地选择输出包含参数的JSON对象，以便根据用户的输入调用特定的工具。要调用的工具使用描述其参数及其类型的JSON模式指定。编写这样的JSON模式是复杂且容易出错的，这就是为什么AutoGen框架提供了两个高级函数装饰器，用于在标准Python数据类型上使用类型提示自动生成这样的模式:

1. ConversableAgent.register_for_llm 用于在ConversableAgent的llm_config中将函数注册为Tool。ConversableAgent代理可以建议执行已注册的工具，但实际的执行将由UserProxy代理执行。

2. ConversableAgent.register_for_execution用于将函数注册到UserProxy代理的function_map中。

3.1.1 Agent实例4——货币兑换计算

注册一个自定义函数用于货币兑换计算的过程，该函数使用类型提示和标准Python数据类型:

• 创建一个助理代理和用户代理。助手将负责建议调用哪些函数，并由用户代理实际执行所建议的函数:

chatbot = autogen.AssistantAgent( 
    name="chatbot", 
    system_message="For currency exchange tasks, only use the functions you have been provided with. Reply TERMINATE when the task is done.", 
    llm_config=llm_config, 
) 

# create a UserProxyAgent instance named "user_proxy" 

user_proxy = autogen.UserProxyAgent( 
    name="user_proxy", 
    is_termination_msg=lambda x: x.get("content", "") and x.get("content", "").rstrip().endswith("TERMINATE"), 
    human_input_mode="NEVER", 
    max_consecutive_auto_reply=10, 
)

• 定义函数currency_calculator如下所示，并用两个装饰器装饰它:

@user_proxy.register_for_execution添加currency_calculator函数到user_proxy.function_map

@chatbot.register_for_llm将生成的函数JSON模式添加到chatbot的llm_config

CurrencySymbol = Literal["USD", "EUR"] 


def exchange_rate(base_currency: CurrencySymbol, quote_currency: CurrencySymbol) -> float: 
    if base_currency == quote_currency: 
        return 1.0 
    elif base_currency == "USD" an