Agent 很火,非常普及。目前像Coze、百度Appbuilder、MetaGPT、天工skyagent、讯飞等都提出了自己的agent智能体,雨后春笋 都在布局和发声。
1. Agent是什么: 具体agent内涵和定义 这个解释我比较认可: 智能体/智能代理(Artificial Intelligence Agent):被定义为运行在特定环境下具有智能行为的计算机系统,具有感知、推理、决策和行动能力并可 以通过学习和适应来改进其性能,按照已有的知识或者通过自主学习,并与其他智能体进行沟通协作,可自主地完成设定的目标。
2. Agent的能力,主要包含了反思学习适应能力 主动预测分析能力 复杂环境感知能力 复杂目标规划能力 独立自主执行能力,智能体主要通过与环境交互体现其能力;
基于大语言模型的智能体,展现了实现类人智能的重要潜力,采用LLM作为核心控制器来构建具有类人决策能力的自主 代理研究领域正在形成,同时还与世界模型、多模态大模型以及强化学习等多种能力耦合迭代
agent-workflow、世界模型、agent-tuning、高级RAG等技术是当前agent的主流技术方向。
智能体能力等级划分,主要考察五大维度能力,并从Level1到level5(100% 匹配完全技能化人类)
3. Lagent架构介绍:
Lagent 是一个轻量级开源智能体框架,旨在让用户可以高效地构建基于大语言模型的智能体。同时它也提供了一些典型工具以增强大语言模型的能力。Lagent 目前已经支持了包括 AutoGPT、ReAct 等在内的多个经典智能体范式,也支持了如下工具:
- Arxiv 搜索
- Bing 地图
- Google 学术搜索
- Google 搜索
- 交互式 IPython 解释器
- IPython 解释器
- PPT
- Python 解释器
4. 使用lagent 构建智能体,这一块主要是安装智能体包和环境依赖, 没有太多需要具体说明的,
conda create -n agent_camp3 python=3.10 -y
# 激活环境
conda activate agent_camp3
# 安装 torch
conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=12.1 -c pytorch -c nvidia -y
# 安装其他依赖包
pip install termcolor==2.4.0
pip install lmdeploy==0.5.2
# 创建空间,安装lagent
mkdir -p /root/agent_camp3
cd /root/agent_camp3
git clone https://github.com/InternLM/lagent.git
cd lagent && git checkout 81e7ace && pip install -e . && cd ..
5. Lagent 的 Web Demo。
cd /root/agent_camp3/lagent
conda activate agent_camp3
streamlit run examples/internlm2_agent_web_demo.py
这个ARXIV search工具,还是挺好玩,让他搜索了线性探针问题,Linear Probing,搜索了几篇arxiv文章,并进行了总结
自行构建action,这一块和metaGPT逻辑一样,构建action,具体逻辑如下,构建了MagicMaker aciton,适时供agent调用
from lagent.actions.base_action import BaseAction, tool_api
from lagent.actions.parser import BaseParser, JsonParser
from lagent.schema import ActionReturn, ActionStatusCode
class MagicMaker(BaseAction):
styles_option = [
'dongman', # 动漫
'guofeng', # 国风
'xieshi', # 写实
'youhua', # 油画
'manghe', # 盲盒
]
aspect_ratio_options = [
'16:9', '4:3', '3:2', '1:1',
'2:3', '3:4', '9:16'
]
def __init__(self,
style='guofeng',
aspect_ratio='4:3'):
super().__init__()
if style in self.styles_option:
self.style = style
else:
raise ValueError(f'The style must be one of {self.styles_option}')
if aspect_ratio in self.aspect_ratio_options:
self.aspect_ratio = aspect_ratio
else:
raise ValueError(f'The aspect ratio must be one of {aspect_ratio}')
@tool_api
def generate_image(self, keywords: str) -> dict:
"""Run magicmaker and get the generated image according to the keywords.
Args:
keywords (:class:`str`): the keywords to generate image
Returns:
:class:`dict`: the generated image
* image (str): path to the generated image
"""
try:
response = requests.post(
url='https://magicmaker.openxlab.org.cn/gw/edit-anything/api/v1/bff/sd/generate',
data=json.dumps({
"official": True,
"prompt": keywords,
"style": self.style,
"poseT": False,
"aspectRatio": self.aspect_ratio
}),
headers={'content-type': 'application/json'}
)
except Exception as exc:
return ActionReturn(
errmsg=f'MagicMaker exception: {exc}',
state=ActionStatusCode.HTTP_ERROR)
image_url = response.json()['data']['imgUrl']
return {'image': image_url}
希望生成黑悟空风格,效果图如下,和黑悟空很相似对吧,天下猴子还是一样的,嘿嘿。