把通过autogen构建的AI agent接入到自己的应用程序中

---

前言

同志们，我很高兴的告诉大家我们有了一个比langchain更好用的构建AI agent的工具。众所周知，langchain主要就是一堆字符串提示模板构成的，这导致，当我们的模型性能不够强大(比如说gpt3.5)时会因为上下文的干扰而产生幻觉，从而无法完成我们所需要让其完成的任务(之前想让它自己跑代码，结果加了点限定条件字符串就匹配不上了/(ㄒoㄒ)/~~)。而Autogen就没这种问题，而且Autogen内部还有一些对LLM记忆的一些优化，构建AI agent的时候简单快捷准确性高。接下来，我将和大家一起学习，如何使用Autogen，以及如何将代理嵌入到自己的应用程序中，让我们开始吧！

环境：conda 4.5.11、python 3.9.12、Windows 11、VScode

一、配置网络环境

可以直连openai api的，或者使用其它国内可以访问的api的，可以忽略此步骤

# 在引入openai api 对环境变量进行初始化
os.environ["OPENAI_API_BASE"] = "这里填你的代理服务器地址/v1"
os.environ["OPENAI_API_PREFIX"] = "这里填你的代理服务器地址"

如何免费获取代理服务请参考这里：

国内开发者如何最小成本调用openai的接口？ - 掘金

二、安装Autogen

和其它python库一样，pip install 即可

pip install openai
pip install pyautogen

三、创建配置列表

在autogen的github上有一个模板

[
    {
        "model": "gpt-4",
        "api_key": "<your OpenAI API key here>"
    },
    {
        "model": "gpt-4",
        "api_key": "<your Azure OpenAI API key here>",
        "api_base": "<your Azure OpenAI API base here>",
        "api_type": "azure",
        "api_version": "2023-07-01-preview"
    },
    {
        "model": "gpt-3.5-turbo",
        "api_key": "<your Azure OpenAI API key here>",
        "api_base": "<your Azure OpenAI API base here>",
        "api_type": "azure",
        "api_version": "2023-07-01-preview"
    }
]

你选择你需要的那个，再把其它没用的删了就行。例如说：

[
    {
        "model": "gpt-3.5-turbo",
        "api_key": "<your OpenAI API key here>"
    }
]

修改完成之后保存为json文件，记着文件名和路径。

再这之后我们就可以把配置文件引入到我们的py文件中了

#引入autogen的配置文件解析器
from autogen import config_list_from_json
#获取配置文件
#env_or_file这里填写你的配置文件的名字
#file_location这里填写你的配置文件的路径
config_list = config_list_from_json(env_or_file="OAI_CONFIG_LIST.json",file_location="D:\\CodeFiles\\CondaProgram\\MieruData\\test")

当然，你也可以直接填写你的配置到config_list 中，问题不大。

config_list = [{'model': 'gpt-3.5-turbo', 'api_key': '<your OpenAI API key here>'}]

四、创建第一个autogen程序

1. 首先，引入并实例化出用户代理对象和助手代理对象

   from autogen import AssistantAgent, UserProxyAgent
   assistant = AssistantAgent(
       name="Monika",
       llm_config={
           "seed": 42,  # seed for caching and reproducibility
           "config_list": config_list,  # a list of OpenAI API configurations
           "temperature": 0,  # temperature for sampling
       },  # configuration for autogen's enhanced inference API which is compatible with OpenAI API
   )
   user_proxy = UserProxyAgent(
       name="user_proxy",
       max_consecutive_auto_reply=2,
       is_termination_msg=lambda x: x.get("content", "").rstrip().endswith("TERMINATE"),
       code_execution_config={
           "work_dir": "coding",
           "use_docker": True,  # set to True or image name like "python:3" to use docker
       },
       llm_config={"config_list": config_list}
   )
   

2. 使用initiate_chat函数进行推理

   user_proxy.initiate_chat(
       assistant,
       message="""尝试对数据进行分析。【文件地址:D:\CodeFiles\CondaProgram\MieruData\data\inputData\Mytest.csv】"""
       ,clear_history = True
   )
   

3. 完整代码

   import os
   os.environ["OPENAI_API_BASE"] = "https://transfer-4t4.pages.dev/v1"
   os.environ["OPENAI_API_PREFIX"] = "https://transfer-4t4.pages.dev"
   from autogen import AssistantAgent, UserProxyAgent, config_list_from_json
   config_list = config_list_from_json(env_or_file="OAI_CONFIG_LIST.json",file_location="D:\\CodeFiles\\CondaProgram\\MieruData\\test")
   assistant = AssistantAgent(
       name="Monika",
       llm_config={
           "seed": 42,  # seed for caching and reproducibility
           "config_list": config_list,  # a list of OpenAI API configurations
           "temperature": 0,  # temperature for sampling
       },  # configuration for autogen's enhanced inference API which is compatible with OpenAI API
   )
   user_proxy = UserProxyAgent(
       name="user_proxy",
       max_consecutive_auto_reply=2,
       is_termination_msg=lambda x: x.get("content", "").rstrip().endswith("TERMINATE"),
       code_execution_config={
           "work_dir": "coding",
           "use_docker": True,  # set to True or image name like "python:3" to use docker
       },
       llm_config={"config_list": config_list}
   )
   user_proxy.initiate_chat(
       assistant,
       message="""尝试对数据进行分析。【文件地址:D:\CodeFiles\CondaProgram\MieruData\data\inputData\Mytest.csv】"""
       ,clear_history = True
   )
   

4. 运行结果如下

   

   当你键入回车的时候，你的user_proxy 会进行自动回复，有代码的时候会运行代码。如

   
   
   可以看到我们现在存在两个问题

   1. 输入只能在终端进行，如果我们需要把它接入到应用程序中时，我们的应用程序是输入不进去的。
   2. 代理在自动执行代码的时候会把pip的过程当作python代码去执行，导致我们的对话一直纠缠在安装环境当中。

   之后，我们来解决问题1；对于问题2，你把结果返回给它之后，它接下来就会换成sh脚本了。

   五、获取对话记录

   我们的代理要接入程序的话，得先要获取到代理在说什么对吧。

   在代理类里面有两个可以获取对话记录的函数。一个是chat_messages一个是last_message

   1. 我们先用chat_messages试试

      #在原来的代码后面加上这个
      messge = user_proxy.chat_messages()
      print(f"message:{messge}")
      

      然而结果看来是不行(其实我们也用不上这个)

      

   2. 我们再用last_message试试

      message = user_proxy.last_message()
      print(f"message:{message}")
      

      这次没问题了

      

   3. 创造一个新的获取所有对话记录的函数

      这个看个人需求需不需要，说实话就我们接下来的要构建的应用来说是用不上这个的。

      ctrl+左键，点击last_message函数，查看源码。

      

      可以发现chat_messages是直接返回 ._oai_messages 属性的，而last_message则多出了一个解析的步骤。这可能就是chat_messages报错的原因的所在。

      我们依葫芦画瓢，在后面再添加一个函数all_message，内容如下

      def all_message(self, agent: Optional[Agent] = None) -> Dict:
              """我发现chat_message不能用，但last可以。
              我来把last_massage改改，代替chat_message
              """
              if agent is None:
                  n_conversations = len(self._oai_messages)
                  if n_conversations == 0:
                      return None
                  if n_conversations == 1:
                      for conversation in self._oai_messages.values():
                          return conversation
                  raise ValueError("More than one conversation is found. Please specify the sender to get the last message.")
      

      添加后如图所示
      

      接下来，让我们看看它的效果如何

      # 我们定义的新的获取历史信息的函数
      message = user_proxy.all_message()
      print(f"message:{message}")
      

      

      可以看到我们已经成功的获取到了历史信息。

   六、由我们自行控制的每一步

解决问题：输入只能在终端进行

先给代码(有时间的话我再说一下为什么这样做)

    #用以下内容替换initiate_chat
    while True:
       text = input("请输入：")
       assistant.reset_consecutive_auto_reply_counter(user_proxy)
       user_proxy.reset_consecutive_auto_reply_counter(assistant)
       assistant.reply_at_receive[user_proxy] = True
       user_proxy.send(message=text,recipient=assistant,request_reply=True)
       lastmsg = user_proxy.last_message()
       print(lastmsg)

结果如图

我们现在已经可以控制每一步的输入了，并且每一步都能捕获到assistant的回复。

现在还有一个缺点，就是我们的user_proxy执行不了代码了。

我们再次进行改进：

   while True:
       text = input("请输入：")
       if text == "自动填充代码执行结果":
           text = codeAnswer
       assistant.reset_consecutive_auto_reply_counter(user_proxy)
       user_proxy.reset_consecutive_auto_reply_counter(assistant)
       assistant.reply_at_receive[user_proxy] = True
       user_proxy.send(message=text,recipient=assistant,request_reply=True)
       lastmsg = user_proxy.last_message()
       # 提取代码块
       code = extract_code(lastmsg['content'])
       codeAnswer = ""
       # 它可能一次提供多个代码块，我们试出它的每个结果
       for Acode in code:
           if Acode[0] == "python":
               # 当代码类型是python时运行代码
               # logs_all是代码的执行结果
               logs_all = user_proxy.execute_code_blocks([Acode])
               # 把答案拼起来
               codeAnswer += logs_all[1] + "\n"

现在就可以了。

看看效果

安装库的那一步不管的话，我们的目的其实已经完成了。

七、把AI嵌入到应用中

在这里我用我的大作业Demo「可视化数据分析平台」为例。

后端框架：Flask

大家可以用自己熟悉框架来进行。

# 把对话过程封装成函数
def AIAgent(text,assistant,user_proxy,codeAnswer):
    if text == "自动代码执行":
        text = codeAnswer
		#这个会重置对话次数，给它注释掉
    #assistant.reset_consecutive_auto_reply_counter(user_proxy)
    user_proxy.reset_consecutive_auto_reply_counter(assistant)
    #assistant.reply_at_receive[user_proxy] = True
    user_proxy.send(message=text,recipient=assistant,request_reply=True)
    lastmsg = user_proxy.last_message()
    # 提取代码块
    code = extract_code(lastmsg['content'])
    codeAnswer = ""
    # 它可能一次提供多个代码块，我们试出它的每个结果
    for Acode in code:
        if Acode[0] == "python":
            # 当代码类型是python时运行代码
            # logs_all是代码的执行结果
            logs_all = user_proxy.execute_code_blocks([Acode])
            # 把答案拼起来
            codeAnswer += logs_all[1] + "\n"
    return lastmsg['content'],codeAnswer

@app.route('/chat', methods=['POST'])
def chat():
    # 从请求中获取消息
    message = request.form.get('message')
    full_path = session['full_path']
    if "数据地址" not in message:
        message = f"{message} \n【数据地址:{full_path}】"

    if "自动代码执行" in message:
        message = "自动代码执行"

    if "图" in message or "可视化" in message:
        hack = "如果要绘制图像的话,请把图像保存在/static/img/createdImg/created.png。并且打印'图像已绘制'到控制台"
        message = f"{message} \n 【{hack}】"
    if session['codeAnswer'] != None:
        codeAnswer = str(session['codeAnswer'])
        response,codeAnswer =  AIAgent(text=message,assistant=Globalassistant,user_proxy=Globaluser_proxy,codeAnswer=codeAnswer)
    else:
        response,codeAnswer =  AIAgent(text=message,assistant=Globalassistant,user_proxy=Globaluser_proxy,codeAnswer="")
    session['codeAnswer'] = codeAnswer

    show_image = '图像已绘制' in response
    # 返回一个 JSON 响应
    return jsonify({'response': response, 'show_image': show_image})

结果：

总结

这个框架我也不是很熟悉，我也是摸石头过河的，如有错误请毫不吝啬的指出，我也希望我能在错误中进步。

我构思的项目主要是用它来执行代码的，而网上根本找不到这方面的教程，所以我想自己写一篇。

我的环境好像与docker不兼容，无法在docker环境下运行代码。这个可能会影响sh代码的运行。

项目是一个软件工程的大作业，但我们的评分标准是主要是用例图、文档、PPT这些，Demo主要是用来证明项目是可行的。所以我做的很粗糙，很多东西都不能用，请见谅。

项目地址：https://github.com/mizu1/MieruData