前言
之前我们讲过了想将LLM能力在具体的应用中实践,最好的方法是做成一个agent。
本系列我们就从零写一个agent框架,方便我们构造和运行agent。
coze dify 等agent编排框架探索
动手之前先看看目前比较好的这些agent编排框架。
首先我认为最好的是字节的coze:https://www.coze.com
它以bot(agent)
为主体,在其上增加了一些RAG,workflow等等功能。并且提供了single和multi两种模式。
用起来很简单,只需要少量的编辑,就能够快速将应用搭建起来。
当然这种设计也导致它的编排能力非常弱,尤其是对于CoT这种场景。它的workflow也不支持嵌入bot,只提供了一些简单节点。多bot的场景只能用multi agent模式,但这个模式也只是简单的编排。做一些复杂操作非常勉强。
但我最喜欢的是它的workflow能嵌workflow,属实是能力无限。
可以理解为开源,低配版coze
其他有 FlowiseAI,kuafu,Boxcars等等
还有一个比较另类的Stable Diffusion,我非常喜欢他的ComfyUI
,这也算是一种workflow,非常的比较open,且能够导来导入,且不拘一格,可以任意流转。
目标
那我们这个ai_agent
框架目标如下:
- 编排式agent,不应该拘泥于某一范式来编排agent,而应该是一个开放的能力。这主要是因为在解决复杂问题时固定范式会限制我们的思路。
- BaaS Solution 服务和编排分离,基于一个的中间层的协议通信。在应用发布后,只需要调用服务的api即可。
- 能力无限 workflow和agent都可以作为一个新的agent的子节点。
架构设计
简略的划分为两个模块,agent服务和webui,一个用来运行agent,一个用来编排agent。
- webui:用来编排agent的ui界面,编排后的结果是一个执行计划plan。
- agent serve:agent服务,能够加载各种service(llm,workflow等),并根据plan执行这些service。
- python_rt: python运行环境,就是说可以直接将py代码作为service执行,以后还会有
wasm_rt
等等。 - agent_rt: agent运行时,是调度plan的核心。
快速体验
项目地址 传送门
启动服务
启动需要示例
- python_rt : 是为了能够远程调用python,并保证一个安全和沙盒环境,版本使用的
3.11.9
- webui : 用的wasm制作的编辑器,需要trunk绑定,trunk安装教程
- openai:我这里llm主要用的openai,如果你需要llm能力,则需要先设置appkey到环境变量中。
// 启动python运行时,我这里直接打包成了docker,python版本3.11.9
docker run -itd -p 50001:50001 wdshihaoren/python_rt:16896997
//运行实例,就是起一个rpc服务,能够运行plan
cd example
cargo run --bin serve
//运行webui
cd webui/server
go run main.go
cd webui
trunk serve
加载plugin
project->LOAD
,从webui/server
中加载所有的plugin插件,插件地址,其实就是一堆json,定义插件的视图长啥样。
到这里可以自己拖拽一些节点制作workflow了。
upload plugin
我们这里直接上传一个做好的agent: single agent。将内容粘贴到plan-text-view
窗口中,up plugin
上传。可以看到所有的流程节点。
执行流程
打开work-flow-view
视图,可以看到single agent
执行流程非常简单。
- 注意: 一个流程总是以
start
节点开始,以end
节点结束。
- 根据用户输入,调用llm,
- 如果需要调用tool,则用python执行tool,然后将结果追加到llm的上下文中。继续调用llm。
- 如果不需要执行tool,则流程结束,返回答案
answer
。
debug
点击debug
,查看关键流程的执行结果是否符合预期。
至此,一个简单的流程就体验完了。
尾语
我会继续完善这个项目相关的文档,每个模块都会有一篇文章介绍,同时诚邀感兴趣的小伙伴们的参与,一个人工作量有点大。
项目目前刚开始做,还有很多功能没有完善,之后可能会有大的改动。
关于能力无限,其实上面这个workflow可以导出来作为一个workflow被其他的agent调用。可以在workflow->custom_workflow
中体验。
如果不想用webui这么复杂的东西,可以直接用rust,引用crate.io上的agent_rt
和wd_agent
lib,然后编码体验。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。