LangChain大型语言模型(LLM)应用开发(六)：Agents_langchain agent

LangChain是一个基于大语言模型（如ChatGPT）用于构建端到端语言模型应用的 Python 框架。它提供了一套工具、组件和接口，可简化创建由大型语言模型 (LLM) 和聊天模型提供支持的应用程序的过程。LangChain 可以轻松管理与语言模型的交互，将多个组件链接在一起，以便在不同的应用程序中使用。
今天我们来学习DeepLearning.AI的在线课程:LangChain for LLM Application Development的第六门课：Agents, 所谓Agents可以理解为那些可以代替你来完成各种任务的人，即代理人(agent)。agent在执行各种任务的时候可能会用到各种工具，那么今天我们就来讨论agent及其工具的使用。

 

首先我们还是要做一些基础性工作，比如设置openai的api key：

import os
 
from dotenv import load_dotenv, find_dotenv
_ = load_dotenv(find_dotenv()) # read local .env file
 
import warnings
warnings.filterwarnings("ignore")

Langchain的内置工具

首先我们解释两个简单的Langchain的内置工具“llm-math”和"wikipedia"，这里的llm-math工具具有做数学运算的能力，当我们有时候希望llm完成某些数学计算问题时就可以让llm使用该工具来获得准确的答案，而wikipedia工具则是著名的“维基百科”的查询工具，例如当我们希望llm能够准确回答一些关于历史问题时，我们就可以让llm使用该工具来查询“维基百科”从而获取准确的答案，下面我们来创建一个代理(agent)，并让这个代理使用llm-math和wikipedia来完成某些特定任务：

from langchain.agents.agent_toolkits import create_python_agent
from langchain.agents import load_tools, initialize_agent
from langchain.agents import AgentType
from langchain.tools.python.tool import PythonREPLTool
from langchain.python import PythonREPL
from langchain.chat_models import ChatOpenAI
 
#创建llm
llm = ChatOpenAI(temperature=0)
 
#定义工具
tools = load_tools(["llm-math","wikipedia"], llm=llm)
 
#创建代理
agent= initialize_agent(
    tools, 
    llm, 
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
    handle_parsing_errors=True,
    verbose = True)
 

这里对上述代码稍加解释，首先我们创建了一个openai的LLM, 接着我们创建了一个工具集tools，该工具集包含了"llm-math"和"wikipedia"这两个工具，最后我们创建了一个代理(agent), 在创建代理时我们将llm 和tools作为参数传递给了代理，我们还设置了代理的类型为AgentType.ZERO_SHOT_REACT_DESCRIPTION，接下来我们来看一下agent的内置prompt模板：

print(agent.agent.llm_chain.prompt.template)

 

 在该模板中LLM被告知要使用计算器工具和维基百科工具，并说明了这两个工具的使用场景，然后对完成任务的工作流程进行了介绍。

完成了创建代理的工作以后，我们就可以让代理来回答一些数学或者历史问题：

agent("300的25%是多少？")

 我们看到代理在执行这个数学计算问题的时候有一个工作流程，这个流程主要包含下面几个阶段：

1. Action: 行动要使用的工具
2. Action Input: 行动的输入条件
3. Observation：行动完成后的观察到的结果
4. Thought: 思考观察到的结果是否满足要求
5. Final Answer: 最终的答案

这里需要说明的，从Action到Thought这四个阶段是可以重复多次执行的，当Thought(思考)观察到的结果不能满足要求，就会开始下一轮的Action到Thought的执行过程，直到最后思考观察到的结果满足要求以后才会结束Action到Thought的执行过程，最后输出最终答案，下面我们来询问一个历史相关的问题：

agent("西游记的作者是谁？请用中文回答我")

 这里我们看到代理认为这是一个“人物的问题”,因此它去搜索了英文版的维基百科，最后找到了西游记的作者是吴承恩。

Python Agent

前面我们在代理中使用了"llm-math","wikipedia"这两个Langchain内置工具，接下来我们来使用langchain的内置python工具PythonREPLTool，在下面这个例子中我们让agent对一组外国人姓名进行排序，排序的顺序是先last name后 first name：

#创建python agent
agent = create_python_agent(
    llm,
    tool=PythonREPLTool(),
    verbose=True
)
 
#待排序的customer_list 
customer_list = [["Harrison", "Chase"], 
                 ["Lang", "Chain"],
                 ["Dolly", "Too"],
                 ["Elle", "Elem"], 
                 ["Geoff","Fusion"], 
                 ["Trance","Former"],
                 ["Jen","Ayai"]
                ]
 
#对customer_list安last name，first name次序排序
agent.run(f"""Sort these customers by \
last name and then first name \
and print the output: {customer_list}""") 

 从上面返回的结果中，Action是 Python_REPL，在Action Input中是一段python代码，也就是说代理通过python工具Python_REPL执行了这段python代码，最后得到了按last name排序的结果。

下面我们来手动执行一下Action Input中的这段代码：

sorted([['Harrison', 'Chase'], 
        ['Lang', 'Chain'], 
        ['Dolly', 'Too'], 
        ['Elle', 'Elem'], 
        ['Geoff', 'Fusion'], 
        ['Trance', 'Former'], 
        ['Jen', 'Ayai']], 
       key=lambda x: (x[1], x[0]))

 

 这里我们可以看到Action Input中的这段代码是有效的。

查看输出细节

下面我们来查看一下这个python agent在执行的时候所隐藏的细节，只不过我们需要打开langchain的debug功能：

import langchain
langchain.debug=True
 
agent.run(f"""Sort these customers by \
last name and then first name \
and print the output: {customer_list}""") 
 
langchain.debug=False

 上图是我们截取的部分agent在执行过程中返回的部分细节信息，这里我们注意到细节信息中存在两个prompt, 这也就是说agent访问了两次LLM,我们把两个prompt的内容整理如下：

从上面的第一个prompt可知，我们告知LLM，它是一个执行python代码的代理，它可以通过使用python REPL工具来执行python代码，然后我们告诉LLM必须按照一套流程来完成接下来的任务，这个流程是：Question->Thought->Action->Action Input->Oberservation->Thought->Final Answer,其中 Thought/Action/Action Input/Observation 可以重复N次，在prompt的最后，我们抛出了Question, 最后留下空白的Thought等待LLM来回答。

下面是第二个经过整理的prompt内容：

 从上面的prompt中可知第二个prompt比第一个prompt又向前迈了一步，因为第二个prompt中已经有了Thought, Action 和Action Input三个步骤的内容，接下来就需执行Action Input中的代码，来完成Observation和Thought这两个步骤了。

通过上面的分析可知agent通过两次访问LLM后才完成了这个python编程的任务。其中第一次访问LLM时只是告诉LLM任务的内容是什么(也就是question)以及完成这个任务的基本流程,随后LLM返回了完成任务所需要的python 代码，然后调用python工具Python_REPL来执行代码， 第二次访问LLM时我们已经拿到了所需要的代码，还剩下Observation和Thought的步骤需要完成。最后LLM返回了代码的执行结果，并得到了最后的Final Answer。

这里我需要说明的是整个代理的执行过程是有点复杂的，我只是把里面的重点部分说明了一些，如果想仔细研究，那还需要自己亲手跑一下代码。

自定义工具

前面我们演示的都是Langchain的内置工具，其实我们还可以自定义工具，比如下面我们自定义了一个获取当前日期的函数time, 当我们向LLM询问当前日期的时候，代理都会执行这个自定义的函数：

from langchain.agents import tool
from datetime import date
 
@tool
def time(text: str) -> str:
    """Returns todays date, use this for any \
    questions related to knowing todays date. \
    The input should always be an empty string, \
    and this function will always return todays \
    date - any date mathmatics should occur \
    outside this function."""
    return str(date.today())
 
 
agent= initialize_agent(
    tools + [time], 
    llm, 
    agent=AgentType.CHAT_ZERO_SHOT_REACT_DESCRIPTION,
    handle_parsing_errors=True,
    verbose = True)

try:
    result = agent("whats the date today?") 
    print(result)
except: 
    print("exception on external access")

 整合所有工具

下面我们把内置工具和自定义工具整合在一起开发一个多功能agent的例子，在这个例子中我们将会整合python工具，维基百科工具，duckduckgo搜索工具，自定义工具：

# pip install duckduckgo-search
from langchain.tools import DuckDuckGoSearchRun
from langchain.utilities import WikipediaAPIWrapper
from langchain.python import PythonREPL
from langchain.agents import Tool
from langchain.agents import initialize_agent
from langchain.chat_models import ChatOpenAI
import random
 
llm = ChatOpenAI(temperature=0)
 
wikipedia = WikipediaAPIWrapper()
search = DuckDuckGoSearchRun()
python_repl = PythonREPL()
 
 
#自定义工具，获取随机数
def random_num(input=""):
    return random.randint(0,5)
 
#定义维基百科工具
wikipedia_tool = Tool(
    name='wikipedia',
    func= wikipedia.run,
    description="Useful for when you need to look up a topic, country or person on wikipedia"
)
 
#定义duckduckgo 搜索工具
duckduckgo_tool = Tool(
    name='DuckDuckGo Search',
    func= search.run,
    description="Useful for when you need to do a search on the internet to find information that another tool can't find. \
    be specific with your input."
)
 
#定义python工具
python_tool = Tool(
    name = "python repl",
    func=python_repl.run,
    description="useful for when you need to use python to answer a question. You should input python code"
)
 
#定义获取随机数工具
random_tool = Tool(
    name='Random number',
    func= random_num,
    description="Useful for when you need to get a random number. input should be 'random'"
)
 
#整合所有工具
tools=[python_tool,wikipedia_tool,duckduckgo_tool,random_tool]
 
#创建代理
zero_shot_agent = initialize_agent(
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
    tools=tools,
    llm=llm,
    verbose=True,
    max_iterations=5,
)

下面我们查看一下代理的prompt模板：

print(zero_shot_agent.agent.llm_chain.prompt.template)

 在上面的模板中分别就4个工具的应用场景做了介绍，它告诉LLM在什么情况下应该使用什么工具，工作流程仍然是：Question->Thought->Action->Action Input->Oberservation->Thought->Final Answer,其中 Thought/Action/Action Input/Observation 可以重复N次，下面我们就用这个多工具的agent来做一下测试：

#给我一个随机数
zero_shot_agent.run("Can you give me a random number?")

#乔.拜登是哪一年出生的
zero_shot_agent.run("When was Joe Biden born?")

#17×6等于几？
zero_shot_agent.run("What is 17*6?")

#苹果公司现在的股票价格是多少？
zero_shot_agent.run('what is the current price of AAPL')

 参考资料

【wpsshop】