第六课Lagent & AgentLego 智能体应用搭建

课程视频地址：Lagent & AgentLego 智能体应用搭建_哔哩哔哩_bilibili

6.1智能体

6.1.1为什么要有智能体

大模型的局限性：幻觉、时效性、可靠性，为解决上述问题，基于大模型的智能体应用而生。

6.1.2什么是智能体

应当满足3个条件：感知环境。采取动作改变环境。运用推理能力理解信息、解决问题、产生推断、决定动作。

包括三个部分：

大脑：

感知：

动作：

6.1.3智能体的组成

6.1.4智能体经典范式

autogpt:

任务发送给系统，任务列表发送至智能体，智能体将任务存储到记忆当中，把相关结果发给另外一个智能体，创建新的任务。直到最终的任务完成。

rewoo agent:

planner作为决策将输入分成多步，每一步都有对应的任务，将其中需要执行的任务发送给worker执行，将任务结果一并发送给solver得到最终的结果

react Agent

接收用户的输入，选择相对的工具进行执行，拿到工具的结束条件后，模型会思考是否应该选择下一个工具直到完成条件即用户的输入为止。

结合推理与行为，更好实现智能体的思维模式。

6.2Lagent & AgentLego

6.2.1Lagent

是一个轻量级智能体框架，让用户高效地构建基于大语言模型的智能体，支持多种智能体范式，支持多种工具（谷歌搜索、Python解释器等）

大语言模型模块可以接受人类的反馈，人类指令以及外部观察到相对应的指令和规划后交付到action中，

6.2.2agentLego

类似乐高，可以搭建自己的智能体框架。

集成多种工具，提供了可拓展工具接口、灵活的适配方法，检索以及部署各种各样的案例，方便接入到langchain,Lagent ,Transformers Agents

6.2.3两者的关系

用户输入，大语言模型决定是否需要调用工具，不需要则可以直接输出结果，需要，则调用工具，进入Lagent结构，需要调用工具则需要使用AgentLego框架中的工具。部分多模态相关功能的工具在AgentLego算法库中。得到相对的输出后，模型进行处理即为智能体的输出。