MLMs之Agent：Phidata的简介、安装和使用方法、案例应用之详细攻略-CSDN博客

本文链接：https://blog.csdn.net/qq_41185868/article/details/145249879

MLMs之Agent：Phidata的简介、安装和使用方法、案例应用之详细攻略

Phidata简介

2023年11月，Phidata是一个用于构建多模态智能体的框架，它允许你构建具有记忆、知识、工具和推理能力的多模态智能体，并通过一个美观的Agent UI与它们进行交互。Phidata 的核心优势在于其简洁优雅的设计、强大的灵活性和多模态特性，支持文本、图像、音频和视频等多种数据类型。它还支持多智能体协同工作，内置Agentic RAG（基于智能体的检索增强生成）功能，并提供结构化输出和推理能力。Phidata 不存储任何数据，所有智能体数据都存储在本地 SQLite 数据库中。

Phidata 提供了一个功能强大且易于使用的框架，用于构建各种类型的多模态智能体，并支持多种高级功能，例如多 Agent 协同、Agentic RAG 和结构化输出。其提供的示例和文档也十分完善，方便用户快速上手和进行开发。

GitHub地址：https://github.com/phidatahq/phidata

pip install -U phidata

Phidata安装和使用方法

1、安装

安装 Phidata 非常简单，只需使用 pip 命令：

pip install -U phidata

pip install phidata openai duckduckgo-search

2、使用方法

Phidata 的使用方法主要体现在构建和运行各种类型的 Agent。以下是一些示例：

(1)、认证

在使用 Phidata Playground 之前，需要进行身份验证。可以通过运行 phi auth 命令或从 phidata.app 导出 PHI_API_KEY 环境变量来完成身份验证。

(2)、创建 Agent

Phidata 提供了丰富的 API 来创建各种功能的 Agent。核心在于使用 phi.agent.Agent 类，并配置其模型、工具、指令、存储等参数。例如，创建一个简单的网络搜索 Agent：

from phi.agent import Agent
from phi.model.openai import OpenAIChat
from phi.tools.duckduckgo import DuckDuckGo

web_agent = Agent(
    model=OpenAIChat(id="gpt-4o"),
    tools=[DuckDuckGo()],
    instructions=["Always include sources"],
    show_tool_calls=True,
    markdown=True,
)
web_agent.print_response("Tell me about OpenAI Sora?", stream=True)

这段代码创建了一个名为 web_agent 的 Agent，使用 OpenAI 的 gpt-4o 模型，并使用了 DuckDuckGo 作为搜索工具。instructions 指定了 Agent 的指令，show_tool_calls 和 markdown 控制输出格式。

(3)、运行 Agent

创建 Agent 后，可以直接运行其 print_response 方法来与 Agent 交互。需要安装相应的库，例如 openai 和 duckduckgo-search。运行代码前，请确保已设置 OPENAI_API_KEY 环境变量。

export OPENAI_API_KEY=sk-xxxx
python web_search.py

(4)、Agent Playground

Phidata 提供了一个 Agent Playground，用于方便地与多个 Agent 交互。需要运行 playground.py 文件启动 Playground，然后访问指定的 URL (例如 http://localhost:7777) 与 Agent 进行交互。

Phidata 案例应用

Phidata 提供了多个案例，展示了其强大的功能：

1、多工具 Agent

Phidata Agent 可以使用多个工具并遵循指令来完成复杂的任务。例如，一个金融 Agent 可以使用 YFinanceTools 查询金融数据：

# finance_agent.py 的代码 (已在问题描述中提供)

from phi.agent import Agent
from phi.model.openai import OpenAIChat
from phi.tools.yfinance import YFinanceTools

finance_agent = Agent(
    name="Finance Agent",
    model=OpenAIChat(id="gpt-4o"),
    tools=[YFinanceTools(stock_price=True, analyst_recommendations=True, company_info=True, company_news=True)],
    instructions=["Use tables to display data"],
    show_tool_calls=True,
    markdown=True,
)
finance_agent.print_response("Summarize analyst recommendations for NVDA", stream=True)

2、多模态 Agent

Phidata Agent 默认支持文本、图像、音频和视频等多种模态。例如，一个图像 Agent 可以理解图像并根据需要进行工具调用：

# image_agent.py 的代码 (已在问题描述中提供)

from phi.agent import Agent
from phi.model.openai import OpenAIChat
from phi.tools.duckduckgo import DuckDuckGo

agent = Agent(
    model=OpenAIChat(id="gpt-4o"),
    tools=[DuckDuckGo()],
    markdown=True,
)

agent.print_response(
    "Tell me about this image and give me the latest news about it.",
    images=["https://upload.wikimedia.org/wikipedia/commons/b/bf/Krakow_-_Kosciol_Mariacki.jpg"],
    stream=True,
)

3、多 Agent 协同

Phidata Agent 可以协同工作以完成复杂的任务。例如，一个团队由网络搜索 Agent 和金融 Agent 组成，共同完成任务：

# agent_team.py 的代码 (已在问题描述中提供)

from phi.agent import Agent
from phi.model.openai import OpenAIChat
from phi.tools.duckduckgo import DuckDuckGo
from phi.tools.yfinance import YFinanceTools

web_agent = Agent(
    name="Web Agent",
    role="Search the web for information",
    model=OpenAIChat(id="gpt-4o"),
    tools=[DuckDuckGo()],
    instructions=["Always include sources"],
    show_tool_calls=True,
    markdown=True,
)

finance_agent = Agent(
    name="Finance Agent",
    role="Get financial data",
    model=OpenAIChat(id="gpt-4o"),
    tools=[YFinanceTools(stock_price=True, analyst_recommendations=True, company_info=True)],
    instructions=["Use tables to display data"],
    show_tool_calls=True,
    markdown=True,
)

agent_team = Agent(
    team=[web_agent, finance_agent],
    model=OpenAIChat(id="gpt-4o"),
    instructions=["Always include sources", "Use tables to display data"],
    show_tool_calls=True,
    markdown=True,
)

agent_team.print_response("Summarize analyst recommendations and share the latest news for NVDA", stream=True)

4、Agentic RAG

Phidata 引入了 Agentic RAG，允许 Agent 在其知识库中搜索特定信息，从而提高响应质量并节省 token。

# rag_agent.py 的代码 (已在问题描述中提供)

from phi.agent import Agent
from phi.model.openai import OpenAIChat
from phi.embedder.openai import OpenAIEmbedder
from phi.knowledge.pdf import PDFUrlKnowledgeBase
from phi.vectordb.lancedb import LanceDb, SearchType

# Create a knowledge base from a PDF
knowledge_base = PDFUrlKnowledgeBase(
    urls=["https://phi-public.s3.amazonaws.com/recipes/ThaiRecipes.pdf"],
    # Use LanceDB as the vector database
    vector_db=LanceDb(
        table_name="recipes",
        uri="tmp/lancedb",
        search_type=SearchType.vector,
        embedder=OpenAIEmbedder(model="text-embedding-3-small"),
    ),
)
# Comment out after first run as the knowledge base is loaded
knowledge_base.load()

agent = Agent(
    model=OpenAIChat(id="gpt-4o"),
    # Add the knowledge base to the agent
    knowledge=knowledge_base,
    show_tool_calls=True,
    markdown=True,
)
agent.print_response("How do I make chicken and galangal in coconut milk soup", stream=True)