当前位置:   article > 正文

LangChain的Agent使用介绍_langchain agent使用

langchain agent使用

LangChain 介绍

随着各种开源大模型的发布,越来越多的人开始尝试接触和使用大模型。在感叹大模型带来的惊人表现的同时,也发现一些问题,比如没法查询到最新的信息,有时候问一些数学问题时候,会出现错误答案,还有一些专业领域类问题甚至编造回答等等。有没有什么办法能解决这些问题呢?答案就是LangChain。

LangChain 是一个开源的语言模型集成框架,旨在简化使用大型语言模型(LLM)创建应用程序的过程。利用它可以让开发者使用语言模型来实现各种复杂的任务,例如文本到图像的生成、文档问答、聊天机器人、调用特定的SaaS服务等等。随着ChatGPT、midjourney等AI技术的爆火,LangChain也是在短时间内得到6w+的star数,版本迭代也是异常的快,社区十分活跃。

LangChain 在没有任何收入也没有任何明显的创收计划的情况下,获得了 1000 万美元的种子轮融资和 2000-2500 万美元的 A 轮融资,估值达到 2 亿美元左右。

LangChain架构图

上面是LangChain的核心架构图,可以看到LangChain主要包含如下模块:

  • Model I/O:大模型的输入输出,包含提示词、任何大模型、结果解析器。
  • Retrieval:涉及到数据集相关,主要包含文档提取器、文档转换器、向量数据库等。
  • Chains:允许将多个不同组件组合在一起使用,形成链条式调用。
  • Memory:在大模型调用期间提供存储能力。
  • Agents:链式调用是硬编码的,而代理是由大模型根据实时情况来决定如何调用工具。
  • Callbacks:大模型各个阶段的的回调系统,对于日志记录、监控、流传输和其他任务非常有用。

Agent

大模型一般只拥有他们被训练的知识,这种知识可能很快就会过时了,所以在推理的时候大模型与外界是处于“断开”状态。为了克服这一限制,LangChain在Yao等人在2022年11月提出的推理和行动(ReAct)框架上提出了“代理”(Agent)的解决方案。此方案可以获取最新的数据,并将其作为上下文插入到提示中。Agent也可以用来采取行动(例如,运行代码,修改文件等),然后该行动的结果可以被LLM观察到,并被纳入他们关于下一步行动的决定。

运行大体流程: 1用户给出一个任务(Prompt) -> 2思考(Thought) -> 3行动(Action) -> 4观察(Observation)
然后循环执行上述 2-4 的流程,直到大模型认为找到最终答案为止。

Agent内部具体拆解:

Agent结构图

使用Agent有两个必备条件:相关能力工具和对这些工具的正确描述。

定义工具

工具的定义只需要集成BaseTool类,然后在_run方法中编写你的逻辑就行,大模型会把合适的参数传进来。
需要定义类变量有:

  • name: 工具名称,很重要,大模型内部会使用到
  • description:工具描述,很重要,告知大模型在什么情况下来使用这个工具
  • return_direct:这个字段默认为false,如果设置为true,工具返回结果后,大模型就不再循环思考了会直接将这个结果当做答案。

LangChain 已经内置了 duckduckgo 搜索引擎,pip install duckduckgo-search安装一下依赖包即可使用,只是需要kx上网才能调通。

下面是我定义的两个工具,一个用于电影搜索,一个用于数学计算:

from langchain.tools import BaseTool, DuckDuckGoSearchRun

# 搜索工具
class SearchTool(BaseTool):
    name = "Search"
    description = "当问电影相关问题时候,使用这个工具"
    return_direct = False  # 直接返回结果

    def _run(self, query: str) -> str:
        print("\n正在调用搜索引擎执行查询: " + query)
        search = DuckDuckGoSearchRun()
        return search.run(query)

# 计算工具
class CalculatorTool(BaseTool):
    name = "Calculator"
    description = "如果问数学相关问题时,使用这个工具"
    return_direct = False  # 直接返回结果

    def _run(self, query: str) -> str:
        return eval(query)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21

定义结果解析类

每次大模型输出之后,都会对结果进行解析,如果找到action就会去调用。但是默认的解析类我测试的时候总报错,所以我改写了一下:

from typing import Dict, Union, Any, List

from langchain.output_parsers.json import parse_json_markdown
from langchain.agents.conversational_chat.prompt import FORMAT_INSTRUCTIONS
from langchain.agents import AgentExecutor, AgentOutputParser
from langchain.schema import AgentAction, AgentFinish

# 自定义解析类
class CustomOutputParser(AgentOutputParser):

    def get_format_instructions(self) -> str:
        return FORMAT_INSTRUCTIONS

    def parse(self, text: str) -> Union[AgentAction, AgentFinish]:
        print(text)
        cleaned_output = text.strip()
        # 定义匹配正则
        action_pattern = r'"action":\s*"([^"]*)"'
        action_input_pattern = r'"action_input":\s*"([^"]*)"'
        # 提取出匹配到的action值
        action = re.search(action_pattern, cleaned_output)
        action_input = re.search(action_input_pattern, cleaned_output)
        if action:
            action_value = action.group(1)
        if action_input:
            action_input_value = action_input.group(1)
        
        # 如果遇到'Final Answer',则判断为本次提问的最终答案了
        if action_value and action_input_value:
            if action_value == "Final Answer":
                return AgentFinish({"output": action_input_value}, text)
            else:
                return AgentAction(action_value, action_input_value, text)

        # 如果声明的正则未匹配到,则用json格式进行匹配
        response = parse_json_markdown(text)
        
        action_value = response["action"]
        action_input_value = response["action_input"]
        if action_value == "Final Answer":
            return AgentFinish({"output": action_input_value}, text)
        else:
            return AgentAction(action_value, action_input_value, text)
output_parser = CustomOutputParser()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44

初始化Agent

如果你使用ChatGPT的话,这里需要配置ChatGPT的api-key,同时需要kx上网。也可以配置一些本地的开源大模型,比如ChatGLM2-6BBaichuan-13B等,但是效果确实要比ChatGPT差很多。

from langchain.memory import ConversationBufferMemory
from langchain.agents.conversational_chat.base import ConversationalChatAgent 
from langchain.agents import AgentExecutor, AgentOutputParser

SYSTEM_MESSAGE_PREFIX = """尽可能用中文回答以下问题。您可以使用以下工具"""

# 初始化大模型实例,可以是本地部署的,也可是是ChatGPT
# llm = ChatGLM(endpoint_url="http://你本地的实例地址")
llm = ChatOpenAI(openai_api_key="sk-xxx", model_name='gpt-3.5-turbo', request_timeout=60)
# 初始化工具
tools = [CalculatorTool(), SearchTool()]
# 初始化对话存储,保存上下文
memory = ConversationBufferMemory(memory_key="chat_history", return_messages=True)
# 配置agent
chat_agent = ConversationalChatAgent.from_llm_and_tools(
    system_message=SYSTEM_MESSAGE_PREFIX, # 指定提示词前缀
    llm=llm, tools=tools, memory=memory, 
    verbose=True, # 是否打印调试日志,方便查看每个环节执行情况
    output_parser=output_parser # 
)
agent = AgentExecutor.from_agent_and_tools(
    agent=chat_agent, tools=tools, memory=memory, verbose=True,
    max_iterations=3 # 设置大模型循环最大次数,防止无限循环
)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24

调用Agent

调用就很简单了,执行agent.run(prompt)即可,下面是一个详细的调用日志输出:

执行结果

日志已经完整的体现出了整个流程,大模型的确每次都匹配到了正确的tool。如果还觉得日志不详细,可以设置langchain.debug = True,这样会打印更详细日志。

总结

可以这么理解Agent,它让大模型变成了一个决策者。用户的问题首先由它去理解和拆分,它来从工具列表中找到觉得合适的工具,然后将用户的提问信息转化成结构化的数据,当成参数传递给工具函数。工具函数返回结果又交还给了大模型去观察分析,如果它觉得不是正确答案,那么继续这个循环直到得出它认为的正确答案。

它就像是一个优秀的项目经理,分解用户的问题,可能他不擅长完成某一项任务,但是他能找到合适专业的外部的人去完成子任务,最后他再汇总任务结果交付给用户。

优点
  • 框架层上来说,对大模型的有更系统化的干预机制,方便集成。
  • 拓展了大模型更多的能力,而且是不需要经过复杂且昂贵的训练过程。
  • 不用再去写那些匹配场景的规则了,大模型已经帮你做了,前提是这个模型参数要够大,能理解用户的意思。
  • 整个流程都有详细的记录日志,方便调试。
不足
  • 大模型会被多次调用,响应用户的时间可能会比较久,因此相应产品也就会限制在一些特定领域。
  • 虽然不用写工具匹配规则,但是这也让这一块逻辑变成一个黑盒了,很难去精准的匹配或者调试。
  • 对大模型本身能力要求很高,如果使用低参数大模型,很有可能无法识别问题并正确的分发给对应工具。

当然还是有优化的方向的:比如可以考虑去使用语料专门往解析action方面训练,让模型能更好的解析出action。

如何系统的去学习AI大模型LLM ?

作为一名热心肠的互联网老兵,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

所有资料 ⚡️ ,朋友们如果有需要全套 《LLM大模型入门+进阶学习资源包》,扫码获取~

声明:本文内容由网友自发贡献,转载请注明出处:【wpsshop】

推荐阅读
相关标签