关于GitHub上《Hello-Agents》中自建Agent的梳理
在调用阿里和ModelScope上的通义模型时，名字有差异会导致调用 失败，依旧需要手动调整。这个和之前设计的差不多，计算功能的工具，方便后续自己LLM调用提高准确度。react的特点就是能够调用外部工具，并且通过提示词实现思考-行动-观察情况- 重复行为。比较方便的是只要导入第三方库进行继承，后续都只要在此基础上进行类的设定 即可。直接调用多个api来实现大范围的信息搜集，不过一般还是用这种允许
首先自建框架最大的意义在于能够形成拼积木的范式：
- 在前期的功能实现上更加明确搭建的路径
- 后续进行拓展时需要修改的位置更加清晰+可重复使用
1.关于HelloAgentsLLM拓展接口
目的：实现多个常用LLM的丝滑切换，避免重复改变代码以及env文件格式
实践中的问题：在调用阿里和ModelScope上的通义模型时，名字有差异会导致调用 失败，依旧需要手动调整。也许可以通过在映射来解决。
实现：比较方便的是只要导入第三方库进行继承，后续都只要在此基础上进行类的设定 即可
2.SimpleAgent
功能：本质上就是一个升级版chatbot，一个对话机器人。特点是可以调用工具、历史 记忆、流式输出
实现：同样是导入第三方库为基础；通过正则匹配语义；信息保留在字典中
3.ReActAgent
特点：react的特点就是能够调用外部工具，并且通过提示词实现思考-行动-观察情况- 重复行为。这也是相比于SimpleAgent最大的区别，不是直接调用工具
4.多源搜索
直接调用多个api来实现大范围的信息搜集，不过一般还是用这种允许调用的来实现
5.计算器工具
这个和之前设计的差不多，计算功能的工具，方便后续自己LLM调用提高准确度。关键是使用 AST 解析，避免一些风险。
火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。
更多推荐
6
0- 0
已为社区贡献2条内容
所有评论(0)