赞
踩
我在魔塔空间创建了一个作息时间管理的agent >>>>>点我体验<<<<<<
Agent并非ChatGPT升级版,它不仅告诉你“如何做”,更会帮你去做!
尽管ChatGPT的知识储备接近“全知全能”,但当你试着以AI助手的方式使用时就会发现,它只会“动嘴皮子”,不会“动手”,同时也不能回答一些如天气,时间之类的简单问题。
OpenAI应用研究主管翁丽莲(Lilian Weng)撰写过一篇blog: LLM Powered Autonomous Agents,将 Agents 定义为LLM + memory + planning skills + tool use,即大语言模型、记忆、任务规划、工具使用的集合。
其中,LLM是Agent的大脑,属于“中枢”模型,要求有以下3种能力:
planning skills:对问题进行拆解得到解决路径,既进行任务规划
tool use:评估自己所需的工具,进行工具选择,并生成调用工具请求
memory:短期记忆包括工具的返回值,已经完成的推理路径;长期记忆包括可访问的外部长期存储,例如知识库
用ModelScope简单实现一个Agent
ModelScope-Agent 的工作原理是,把目标拆分成更小的任务,然后一项一项完成。首先,开源 LLM 进行规划调度、调用对应的 API;其次,ModelScope-Agent 执行对应的 API,然后把执行的结果返回给开源 LLM;最后,开源 LLM 最终整理一段回复反馈给用户
笔者这就用ModelScope的AgentFabric给大家简单实现一个Agent演示下这个流程:
打开AgentFabric 咱们点开Agent创建专用,注册好账户登录进去,就会看到左边有一个聊天界面,你不用写任何代码,只需要在这打字就能创建一个Agent
访问DashScope管理控制台API-KEY管理页面:前往API-KEY管理,然后点击“创建新的API-KEY”。
设置环境变量DASHSCOPE_API_KEY
创建好之后发布空间
参考:
https://github.com/datawhalechin ... 5%8E%9F%E7%90%86.md
https://github.com/datawhalechin ... 9%85%8D%E7%BD%AE.md
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。