第六课-Lagent & AgentLego 智能体应用搭建笔记

1、为什么要有智能体

大语言模型的局限性

1. 幻觉：模型可能会生成虚假信息，与现实严重不符或脱节。
2. 时效性：模型训练数据过时无法反映最新趋势和信息。
3. 可靠性：面对复杂任务时可能频发错误输出现象，影响信任度。

什么是智能体

1. 可以感知环境中的动态条件。
2. 能采取动作影响环境。
3. 能运用推理能力理解信息、解决问题、产生推断、决定动作。

智能体组成

1. 大脑:作为控制器，，承担记忆、思考和决策任务。接受来自感知模块的信息，并采取相应动作。
2. 感知:对外部环境的多模态信息进行感知和处理。包括但不限于图像、音频、视频、传感器等。
3. 动作:利用并执行工具以影响环境。工具可能包括文本的检索、调用相关 API、操控机械臂等。

智能体范式

1. AutoGPT
2. ReWoo
3. ReAct

2、Lagent & AgentLego

Lagent： 

1. 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。
2. 支持多种智能体范式。(如 AutoGPT、ReWoo、ReAct)
3. 支持多种工具。(如谷歌搜索、Python解释器等)

AgentLego：

一个多模态工具包，旨在像乐高积木，可以快速简便地拓展自定义工具，从而组装出自己的智能体支持多个智能体框架。(如 Lagent、LangChain、Transformers Agents)提供大量视觉、多模态领域前沿算法。

两者的关系：

经过上面的介绍，我们可以发现，Lagent 是一个智能体框架，而 AgentLego 与大模型智能体并不直接相关，而是作为工具包，在相关智能体的功能支持模块发挥作用。

3、实战: Lagent & AgentLego 智能体应用搭建

技术文档：

Tutorial/agent/README.md at camp2 · InternLM/Tutorial · GitHub