转行AI-从Dify开始实践(4)-Agent详解
Agent是一个自动化系统,能够识别用户意图并自动执行操作。- 例如,当用户询问"去年哈佛录取了多少人"时,Agent会意识到需要联网搜索,调用Google搜索,获取相关链接,阅读内容,最后整合信息回答用户。- Agent的基本工作流程包括:接收用户输入、意图识别、任务拆解、计划制定、工具选择、执行操作、整合结果、输出回答。
1. Agent的定义和工作原理
- Agent是一个自动化系统,能够识别用户意图并自动执行操作。
- 例如,当用户询问"去年哈佛录取了多少人"时,Agent会意识到需要联网搜索,调用Google搜索,获取相关链接,阅读内容,最后整合信息回答用户。
- Agent的基本工作流程包括:接收用户输入、意图识别、任务拆解、计划制定、工具选择、执行操作、整合结果、输出回答。
2. 搭建搜索引擎Agent示例
- 使用Dify平台创建空白应用。
- 在工具库中选择并添加搜索引擎工具,如DuckDuckGo API(免费使用)。
- 设置Agent参数,包括模型选择(如GPT-4)和最大迭代次数(如5次)。
- 编写提示词指导Agent如何展示搜索结果和参考链接,例如将参考链接单独列在回答下方。
- 测试Agent,如询问"最近xx有什么新闻",观察Agent如何调用搜索工具并整合信息。
3**. 搜索引擎工作原理**
- 搜索引擎会根据关键词返回多个相关网页。
- Agent会选择前几个(如前3个)搜索结果。
- 将这些网页的全部内容提取并输入到大语言模型中。
- 大模型根据这些"参考资料"和用户问题生成回答。
4. Agent的原理和架构
- Agent需要工具储备、数据源和大语言模型作为基础。
- 大模型作为"项目经理",负责任务拆解、计划制定和工具调度。
- Agent会根据任务需求和工具描述选择合适的工具。例如,在解决数学方程时,会选择"数学老师"工具而非"计算器"工具。
- Agent的执行过程类似于项目开发流程:需求分解(任务拆解)、计划制定、工具调度(分配任务给开发人员)、执行、测试反馈。
5. 多Agent协作
- 微软提出的多Agent边缘协调方案,多个Agent在"群聊"中协作解决问题。
- 包括执行者、监督者等不同角色的Agent。
- 例如,在查询股票信息并给出投资建议时,执行者Agent负责获取股价信息,监督者Agent负责分析和提供建议,用户可以与多个Agent交互。
6. Agent的应用类型
- 狭义的Agent:设置好SOP流程执行任务,类似Workflow。适用于需要精确控制的场景。
- 广义的Agent:全自动化的智能助手,具有更高的自主性和灵活性。
- 应用案例:
- BySmart:一个智能购物助手,帮助用户在海外购物网站找到最适合的商品。
- AI搜索:根据用户需求整合多个信息源的内容。
- 化妆品推荐:基于社交媒体评论为用户推荐适合的护肤品。
7. Agent框架
- 清华大学提出的"X Agent"框架,包括外循环(快思)和内循环(慢想)。
- 外循环负责任务拆解和总体规划,类似于人类的直觉思考。
- 内循环负责具体执行和深入分析,类似于人类的深度思考。
8. 多模态多Agent系统:
- 类似ChatGPT-4的工作原理,对问题进行深度理解和意图识别。
- 多个Agent协作,互相校验和改进答案。
- 过程包括:问题理解、意图识别、自我反思、多Agent交叉验证。
- 这种方法提高了输出的准确性和稳定性,类似于思维链(Chain of Thought)加上多轮编辑的过程。
9. 相关工具和平台:
-LangChain Tools
https://python.langchain.com/docs/integrations/tools
-Zapier
https://zapier.com/app/login?next=%2Feditor%2F210838496%2Fdraft%2F_GEN_1697126284477%2Fauth&redirect_cause=auth-required
-RapidAPI
https://rapidapi.com/collection/list-of-free-apis
-X Agent API
https://github.com/OpenBMB/XAgent/blob/main/ToolServer/README_ZH.md
如何学习AI大模型 ？
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，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。【保证100%免费】🆓
CSDN粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以点击下方CSDN官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
👉1.大模型入门学习思维导图👈
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）
👉2.AGI大模型配套视频👈
很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。
👉3.大模型实际应用报告合集👈
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）
👉4.大模型落地应用案例PPT👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）
👉5.大模型经典学习电子书👈
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）
👉6.大模型面试题&答案👈
截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习
CSDN粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以点击下方CSDN官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈
最后，感谢每一个认真阅读我文章的人，礼尚往来总是要有的，下面资料虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：
Agent 垂直技术社区，欢迎活跃、内容共建，欢迎商务合作。wx: diudiu5555
更多推荐
13
0- 0
已为社区贡献13条内容
所有评论(0)