Lagent 自定义你的 Agent 智能体

任务

基础任务（完成此任务即完成闯关）

• 使用 Lagent 自定义一个智能体，并使用 Lagent Web Demo 成功部署与调用，记录复现过程并截图。

耗时

2h左右

背景介绍

每个任务的惯用套路，什么技术什么乱七八套一系列名词。它们很重要，但没必要过度研究。只有动手才能理解的更深。开始只需要记得这些技术最核心最关键的东西即可。

我目前理解agent就是汽车：大模型如同发动机，一辆汽车不单单靠发动机就能上路、吹空调、播放音乐，而agent就可以。

环境配置

跟着官方文档来Tutorial/docs/L2/Lagent/readme.md at camp3 · InternLM/Tutorial (github.com)

这里遇到一个问题  说ssl证书不行 

解决办法：  --trusted-host 跳过

pip install termcolor==2.4.0 --trusted-host pypi.tuna.tsinghua.edu.cn

pip install lmdeploy==0.5.2 --trusted-host pypi.tuna.tsinghua.edu.cn

cd /root/agent_camp3/lagent && git checkout 81e7ace && pip install -e . --trusted-host pypi.tuna.tsinghua.edu.cn && cd ..

pip install griffe==0.48.0 --trusted-host pypi.tuna.tsinghua.edu.cn

安装好资源包后，用lmdeploy启动web demo

这时候我们可以用tmux管理 ，只需要最简单的几行就够了，

创建好不用管这个窗口，x掉再tmux attach-session -t my_session 就还可以连接

tmux 简单用法

1. apt-get install tmux

2. 新建会话tmux new -s my_session。
3. 在 Tmux 窗口运行所需的程序。
4. 按下快捷键Ctrl+b d将会话分离。
5. 下次使用时，重新连接到会话tmux attach-session -t my_session。

我们先使用 LMDeploy 部署 InternLM2.5-7B-Chat，并启动一个 API Server。

tmux new -s my_session

conda activate agent_camp3
lmdeploy serve api_server /share/new_models/Shanghai_AI_Laboratory/internlm2_5-7b-chat --model-name internlm2_5-7b-chat
  

 我们在另一个窗口中启动 Lagent 的 Web Demo。

 tmux new -s my_session2

cd /root/agent_camp3/lagent
conda activate agent_camp3
streamlit run examples/internlm2_agent_web_demo.py

 

 本地映射

ssh -CNg -L 8501:127.0.0.1:8501 -L 23333:127.0.0.1:23333 root@ssh.intern-ai.org.cn -p <你的 SSH 端口号>

我的是8502

ssh -CNg -L 8502:127.0.0.1:8502 -L 23333:127.0.0.1:23333 root@ssh.intern-ai.org.cn -p 42853

 

class_registry包错误 ，那我 重新安装class_registry 

pip uninstall class_registry
pip install class_registry --trusted-host pypi.tuna.tsinghua.edu.cn

然后重启web demo ,端口号到8503 需要重新映射，记得换模型名称和ip地址

 

 到这里终于可以搞精华部分了，前面罗里吧嗦一大堆的环境但是不搞还真不行。

基于 Lagent 自定义智能体

Lagent 中关于工具部分的介绍文档位于 动作 — Lagent 。（

下面我们将实现一个调用 MagicMaker API 以完成文生图的功能。

cd /root/agent_camp3/lagent
touch lagent/actions/magicmaker.py

然后把下面代码贴进去

import json
import requests

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}

magicmaker是个工具（字生图的工具）。对这个代码可以简单研究下，也就懂了 Lagent 自定义工具是个怎么回事。

magicmaker就两个函数 init 和 generate_image

init  初始化函数 ；generate_image 字生图函数

init函数  初始化了风格和分辨率

 generate_image函数

还是蛮简单，那么再难的工具，本质都是拿数据罢了 。

然后在/root/agent_camp3/lagent/examples/internlm2_agent_web_demo.py 来适配我们的magicmaker工具

再重新运行web demo

模型名称：internlm2_5-7b-chat

模型ip：127.0.0.1:23333

插件选两个

结果