大模型 | AI 网关零代码解决 AI 幻觉问题

本文主要介绍了 AI Agent 的背景，概念，探讨了 AI Agent 网关插件的使用方法，效果以及实现原理。

一、前言

1. 什么是 AI Agent

随着大模型技术的快速发展，越来越多的公司在实际业务中落地了大模型应用。但是人们逐渐发现了大模型能力的不足。例如：由于大模型的训练数据是有限的，因此一些垂直领域的知识，如金融，医疗等等，大模型无法回答，或者容易出现幻觉。并且随着业务的复杂度提高，如何能让大模型像人一样思考，深度的分析解决问题，也对大模型的理解力提出了挑战。

在这样的背景下，业界提出了 AI Agent 的概念。AI Agent 中文翻译成智能体，旨在让大模型像人脑一样思考问题，通过在思考过程中的不断反馈以及工具的调用，最终实现逐步完成给定目标的过程。例如，用户使用外卖助手 Agent，只需告诉 Agent，我想点一份肯德基的上校鸡块，Agent 便可以实现搜索肯德基商家，选择食物，下单，支付等一系列的思考过程以及工具调用，无需人工参与。

2. 什么是 AI Gateway

AI Gateway 的定义是 AI Native 的 API Gateway，是基于 API Gateway 的能力来满足 AI Native 的需求。例如：

• 将传统的 QPS 限流扩展到 Token 限流。
• 将传统的负载均衡/重试/fallback 能力延伸，支持对接多个大模型厂商 API，提高整体稳定性。
• 扩展可观测能力，支持不同模型之间效果对比的 A/B Test，以及对话上下文链路 Tracing 等。

Higress是阿里云开源的一款 AI Gateway，基于 API Gateway 的能力，再加上基于 Wasm 插件扩展的大量 AI 插件，就可以满足上述所有 AI Native 的需求。

我也是基于 Higress 的 Wasm 插件扩展能力，开发了一个 AI Agent 插件，通过发挥 API Gateway 对于 API 管理的优势，用 API 赋能 AI Agent，基于 Agent ReAct 能力，可以实现零代码快速构建一个 AI Agent 应用。

本文将以高德地图和心知天气两个服务为例，介绍一下如何零代码使用 AI Agent 插件构建一个同时支持地图服务和天气服务的 Agent，同时会探讨 AI Agent 插件的实现原理。

二、AI Agent 插件使用

apiKey 申请

高德地图提供了地图相关业务的 API 服务，例如地点搜索，导航等等；心知天气提供了天气情况查询的相关 API 服务。两个服务都提供了每日免费的 API 调用次数，方便用户测试。

使用这两个服务需要去其官方网址，注册账号，申请 apiKey，有了 apiKey，便可以根据官方 API 文档去调用 API。官方文档的链接我放在下方，这里就不再赘述申请 apiKey 的过程。

高德地图：入门指南-Web 服务 API丨高德地图 API（amap.com）[2]

心知天气：查看/修改你的 API 密钥（yuque.com）[3]

Higress服务配置

为了让插件能够访问通义千问大模型以及高德地图和心知天气服务，需要在 Higress 的路由管理-服务中，配置服务。服务类型为 DNS 域名：

插件参数配置

在插件配置中，选择实例级插件规则，配置如下：

dashscope: #通义千问大模型客户端配置  apiKey: sk-xxxxxxxxxxxxxxxxxxxxxxx  domain: dashscope.aliyuncs.com  serviceName: dashscope  servicePort: 443promptTemplate:  language: CHapis:- apiProvider:    domain: restapi.amap.com    serviceName: geo    servicePort: 80    apiKey:      in: query      name: key      value: fcxxxxxxxxxxxxxxxxxx  api: |    openapi: 3.1.0    info:      title: 高德地图      description: 获取 POI 的相关信息      version: v1.0.0    servers:      - url: https://restapi.amap.com    paths:      /v5/place/text:        get:          description: 根据POI名称，获得POI的经纬度坐标          operationId: get_location_coordinate          parameters:            - name: keywords              in: query              description: POI名称，必须是中文              required: true              schema:                type: string            - name: region              in: query              description: POI所在的区域名，必须是中文              required: true              schema:                type: string          deprecated: false      /v5/place/around:        get:          description: 搜索给定坐标附近的POI          operationId: search_nearby_pois          parameters:            - name: keywords              in: query              description: 目标POI的关键字              required: true              schema:                type: string            - name: location              in: query              description: 中心点的经度和纬度，用逗号隔开              required: true              schema:                type: string          deprecated: false    components:      schemas: {}- apiProvider:    domain: api.seniverse.com    serviceName: seniverse    servicePort: 80    apiKey:      in: query      name: key      value: SMxxxxxxxxxxxxxx  api: |    openapi: 3.1.0    info:      title: 心知天气      description: 获取 天气预办相关信息      version: v1.0.0    servers:      - url: https://api.seniverse.com    paths:      /v3/weather/now.json:        get:          description: 获取指定城市的天气实况          operationId: get_weather_now          parameters:            - name: location              in: query              description: 所查询的城市              required: true              schema:                type: string            - name: language              in: query              description: 返回天气查询结果所使用的语言              required: true              schema:                type: string                default: zh-Hans                enum:                  - zh-Hans                  - en                  - ja            - name: unit              in: query              description: 表示温度的的单位，有摄氏度和华氏度两种              required: true              schema:                type: string                default: c                enum:                  - c                  - f          deprecated: false    components:      schemas: {}

插件配置分三部分，第一部分 dashscope，是通义千问大模型服务的相关信息，第二部分 promptTemplate，是自定义 agent react 模板的配置项，示例中 language 是指使用中文模板，第三部分 apis 是外部 API 服务的相关配置，包含服务相关信息 apiProvider 以及 api(tools) 的 OpenAPI 文档，这一部分是实现 agent 调用外部工具的关键，agent 会通过理解 OpenAPI 文档来理解参数应该赋什么值。

插件效果

示例请求一：

curl 'http://<这里换成网关公网IP>/api/openai/v1/chat/completions' \-H 'Accept: application/json, text/event-stream' \-H 'Content-Type: application/json' \--data-raw '{"messages":[{"role":"user","content":"我想在济南市鑫盛大厦附近喝咖啡，给我推荐几个"}],"model":"qwen","stream":false}'

示例响应一：

{...,"content":" 在济南市鑫盛大厦附近，您可以选择以下咖啡店：\n1. luckin coffee 瑞幸咖啡(鑫盛大厦店)，位于新泺大街1299号鑫盛大厦2号楼大堂；\n2. 三庆齐盛广场挪瓦咖啡(三庆·齐盛广场店)，位于新泺大街与颖秀路交叉口西南60米；\n3. luckin coffee 瑞幸咖啡(三庆·齐盛广场店)，位于颖秀路1267号；\n4. 库迪咖啡(齐鲁软件园店)，位于新泺大街三庆齐盛广场4号楼底商；\n5. 库迪咖啡(美莲广场店)，位于高新区新泺大街1166号美莲广场L117号；以及其他一些选项。希望这些建议对您有所帮助！"...}

示例请求二：

curl 'http://<这里换成网关公网IP>/api/openai/v1/chat/completions' \-H 'Accept: application/json, text/event-stream' \-H 'Content-Type: application/json' \--data-raw '{"messages":[{"role":"user","content":"济南市现在的天气情况如何？"}],"model":"qwen","stream":false}'

示例响应二：

{..."content":" 济南市现在的天气状况为阴天，温度为31℃。此信息最后更新于2024年8月9日15时12分（北京时间）。"...}

示例请求三：

curl 'http://<这里换成网关公网IP>/api/openai/v1/chat/completions' \-H 'Accept: application/json, text/event-stream' \-H 'Content-Type: application/json' \--data-raw '{"messages":[{"role":"user","content":"济南市现在的天气情况如何？用华氏度表示，用日语回答"}],"model":"qwen","stream":false}'

示例响应三：

{..."content":" 济南市の現在の天気は雨曇りで、気温は88°Fです。この情報は2024年8月9日15時12分（東京時間）に更新されました。"...}

三、AI Agent 实现原理

ReAct 原理

AI Agent 插件的实现是使用了 ReAct（Reasoning and Action），ReAct 一词来自于论文《ReAct: Synergizing Reasoning and Acting in Language Models》，其核心思想是通过思维链的方式，引导模型将复杂问题进行拆分，一步一步地推理（Reasoning）和行动（Action），同时还引入了观察（Observation）环节，在每次执行（Action）之后，都会先观察（Observation）当前现状，然后再进行下一步的推理（Reasoning）。

ReAct，就是要让开发者引导大模型进行推理，然后根据推理结果，判断需要采取哪个行动（调用工具），与外界环境互动。

ReAct 的工作流程如下：

插件实现逻辑

插件的工作流程如下：

AI Proxy 插件配置在默认阶段，而 AI Agent 可以配置在确保比 AI Agent 优先级高的阶段，比如认证阶段。这样可以保证用户的 http request 可以先被 AI Agent 拦截到。

AI Agent 的处理过程分为三个部分。

1. 参数配置

使用 AI Agent 需要先按上一章节的插件参数配置的格式配置好服务以及 api 相关参数，也就是图中第 0 步要做的工作。

2. prompt 模板

首先，因为 Agent 是一个一步一步思考，多次调用工具的过程，因此是一个多轮对话场景，因此 AI Agent 维护了一个 messageStore，用来存储历史对话。

整个 Agent ReAct 的控制核心就在于 prompt 模板，中文版本的模板如下：

尽你所能回答以下问题。你可以使用以下工具：{tools}请使用以下格式，其中Action字段后必须跟着Action Input字段，并且不要将Action Input替换成Input或者tool等字段，不能出现格式以外的字段名，每个字段在每个轮次只出现一次：Question: 你需要回答的输入问题Thought: 你应该总是思考该做什么Action: 要采取的动作，动作只能是{tools_name}中的一个 ，一定不要加入其它内容Action Input: 行动的输入，必须出现在Action后。Observation: 行动的结果...（这个Thought/Action/Action Input/Observation可以重复N次）Thought: 我现在知道最终答案Final Answer: 对原始输入问题的最终答案再次重申，不要修改以上模板的字段名称，开始吧！Question: {input}

该模板指导了大模型的推理过程。

在 AI Agent 的 onHttpRequestBody 阶段，接收到用户的 query 后，例如：我要在北京五道口附近喝咖啡，帮我推荐一下，会将 query 填入 {input} 部分，同时将插件参数配置中的 api 名称，功能以及 OpenAPI 文档放在 {tools} 部分，将 api 名称放在 {tools_name} 部分。

将该 prompt 模板存入到 messageStore 中，格式为:

role: usermsg: {prompt模板}

之后通过 proxywasm.ReplaceHttpRequestBody 函数用 prompt 模板替换掉用户的原始 query，通过 ai-proxy 发送给大模型。

此部分对应图中的 1，2，3，4 步骤。

3. 推理过程（工具调用）

大模型的返回会在 AI Agent 的 onHttpResponseBody 阶段拦截到。此时首先将回复内容存储到 messageStore 中，格式为：

role: assistantmsg: {大模型的回复}

之后需要通过正则表达式来判断大模型的返回内容。

例如上文的例子，大模型会返回如下内容：

Thought: 为了提供咖啡店的推荐，我首先需要获取五道口这一地点的经纬度坐标。Action: get_location_coordinateAction Input: {"keywords": "五道口", "region": "北京市"}

通过正则表达式取出 Action 与 Action Input 的值，就得到了需要调用的工具名称以及参数的值。

由于通常外部 API 都会提供一个认证 apiKey，只有配置了 apiKey，才能使用 api 接口。以本例子为例，需要在 url 中包含 key={apiKey} 的参数，所以我在 apiProvider 中对 apiKey 做了设计。包含 name 和 value 两个字段，name 表示实际服务商要求的 apiKey 的名称，例如本例中的 key，value 是具体的 apiKey 值。

程序还会根据 OpenAPI 文档拼接处 url 以及查看 method 是什么，从而发送对应的 http 请求，例如本例子是要发送：

GET https://restapi.amap.com/v5/place/text?key=xxxxxx&keywords=五道口&region=北京市

该 API 的回复为：

{"status":0,"message":"成功","result":{"location":{"lng":116.352978,"lat":39.982849},"precise":1,"confidence":100,"comprehension":100}}

将该回复拼接到 Observation 后面，作为新的 query，在存储到 messageStore 后，将整个历史对话发送给大模型。此时由于处在插件的 onHttpResponseBody 阶段，无法再通过 ai-proxy 访问大模型，因此需要自己去调用 dashscope client 访问大模型。

大模型会返回如下内容：

Thought: 现在我得到了五道口的经纬度坐标，接下来我可以使用这些坐标来搜索附近的咖啡店。Action: search_nearby_poisAction Input: {"keywords": "咖啡", "longitude": "116.352978", "latitude": "39.982849"}

程序通过正则得到 Action 与 Action Input 后，会重复刚才的过程，组装新的 url，向高德地图发请求，然后把结果存 messageStore 后给到大模型。整个过程是一个不断递归调用的过程。

大模型会再次返回：

Thought: 我现在知道最终答案Final Answer: 在北京市五道口附近有几家咖啡店可以选择，包括：- 星巴克五道口店- Costa Coffee五道口店- 漫咖啡五道口店您可以根据个人喜好选择前往。

这一次，程序通过可以检测到回复中包含了 Final Answer，这说明大模型已经得到了最终答案，无需再次调用工具了。因此检测到 Final Answer 就是结束递归调用的条件，此时就可以将 Final Answer 的答案通过：

proxywasm.ReplaceHttpResponseBody

函数替换掉 response body 返回给用户了。

该部分对应图中的 5，6，7，8 步骤。

四、总结

本文主要介绍了 AI Agent 的背景，概念，探讨了 AI Agent 网关插件的使用方法，效果以及实现原理。希望对你有帮助！

插件的实现已经提交 PR 给 Higress 开源社区，可以到这里查看完整的代码实现：https://github.com/alibaba/higress/pull/1192

---

最后分享

AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型的知识和技能将变得越来越重要。

学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！

1. 成长路线图&学习规划

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。

2. 大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

3. 大模型视频教程

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

4. 大模型项目实战

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

5. 大模型面试题

面试，不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】

如有侵权，请联系删除。