本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！
- 🚀 魔都架构师 | 全网30W技术追随者
- 🔧 大厂分布式系统/数据中台实战专家
- 🏆 主导交易系统百万级流量调优 & 车联网平台架构
- 🧠 AIGC应用开发先行者 | 区块链落地实践者
- 🌍 以技术驱动创新，我们的征途是改变世界！
- 👉 实战干货：编程严选网
0 前言
- 无需为不同任务使用单独软件
- 使用日常语言来命令你的设备
- “代理”是人工智能的高级形式
- 未来五年将成为现实
- 人人都有的私人助理Agent
- 应用在干行百业之中(医疗、教育、娱乐....)
1 Agents 是什么？
Al Agents是基于LLM的能够自主理解、自主规划决策、执行复杂任务的智能体，Agents不是chatGPT的升级版,它不仅告诉你“如何做”,更会帮你去做,如果各种Copilot是副驾驶，那么Agents就是主驾驶。
Agents = LLM +规划技能+记忆 + 工具使用
本质上Agents是一个LLM的编排与执行系统：
一个精简的Agents决策流程，一个循环一个任务：
2 LangChain 中的 Agents 如何实现
- 提出需求/问题
- 问题+Prompt组合
- ReAct Loop
- 查找Memory
- 查找可用工具
- 执行工具并观察结果
如有必要，重复1~6，
- 得到最终结果
3 最简单的 Agents 实现
3.0 需求
- 会做数学题
- 不知道答案的时候可以搜索
3.1 安装通义千问
!pip install langchain==0.2.1 # 安装langchain
!pip install langchain-community==0.2.1 # 安装第三方集成
!pip install python-dotenv==1.0.1 # 使用 .env 文件来管理应用程序的配置和环境变量
!pip install dashscope==1.19.2 # 安装灵积模型库
定义.env文件，里面配置你的API-KEY：
import os
from dotenv import find_dotenv, load_dotenv
from langchain_community.llms import Tongyi
from langchain_core.runnables import RunnableSequence
from langchain.prompts import PromptTemplate
load_dotenv(find_dotenv())
DASHSCOPE_API_KEY = os.environ["DASHSCOPE_API_KEY"]
# 定义llm
llm = QwenTurboTongyi(temperature=1)
3.2 搭建工具
- serpai是一个聚合搜索引擎，需要安装谷歌搜索包以及申请账号 serpapi.com/manage-api-…
- llm-math是一个封装好的数学计算链
# 安装谷歌搜索包
! pip install google-search-results
import os
os.environ["SERPAPI_API_KEY"] = "XXXX"
SERPAPI_API_KEY值即为你刚才注册的免费 Api Key：
from langchain.agents import load_tools
tools = load_tools(["serpapi","llm-math"], llm=llm)
3.3 定义agent
使用小样本增强生成类型
from langchain.agents import initialize_agent
from langchain.agents import AgentType
agent = initialize_agent(
tools,
llm,
agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,#这里有不同的类型
verbose=True,#是否打印日志
)
agent.run("请问现任的美国总统是谁？他的年龄的平方是多少?")
