Skip to content

Latest commit

 

History

History
199 lines (155 loc) · 4.46 KB

README_zh.md

File metadata and controls

199 lines (155 loc) · 4.46 KB

AI Agents

English

这是一个面向研究的AI Agent框架，专注于实践应用和可扩展架构的探索与实现。

特性

  • 🤖 模块化的Agent架构
  • 🛠️ 可扩展的工具集成
  • 🔄 灵活的工作流管理
  • 📊 性能监控
  • 🧪 便捷的实验支持

环境要求

  • Python 3.10+
  • pip 或其他包管理器

安装说明

普通用户

pip install -r requirements.txt

Agents说明

1.Simple Conversational Agent

基于 LangChain 和 OpenAI 实现的对话系统，主要组件如下：

  1. LLM

    • ChatOpenAI
      • OpenAI GPT 模型接口
      • 处理自然语言生成
      • 支持模型参数配置

  2. Agent

    • RunnableWithMessageHistory
      • 管理对话流程
      • 维护会话状态
      • 处理多轮对话
    • chain
      • 构建对话处理链
      • 连接各个组件

  3. Prompt

    • ChatPromptTemplate
      • 管理整体提示结构
      • 组合多个提示组件
    • MessagesPlaceholder
      • 处理历史消息插入
    • SystemMessagePromptTemplate
      • 定义系统角色和行为
    • HumanMessagePromptTemplate
      • 格式化用户输入

  4. Tools

    • ChatMessageHistory
      • 存储对话历史
      • 支持消息追踪
    • gr.ChatInterface
      • 提供 Web 交互界面
      • 展示对话内容

使用方法

python agents/simple_conversational_agent.py

注意： 需要配置 OpenAI API 密钥

2. Reason Act Agent

功能说明

  1. 基于 ReAct (Reasoning and Acting) 范式实现的智能代理
  2. 具备推理和行动的双重能力
  3. 集成搜索工具以获取实时信息
  4. 支持多轮对话和连续推理

核心组件

  1. 大语言模型和接口

    • OpenAI API 接口封装
    • LangChain 集成的 ChatOpenAI 模型

  2. Prompt 系统

    • 使用 LangChain Hub 中的标准 ReAct 提示模板
    • 支持结构化的推理和行动指令

  3. Agent 框架

    • ReAct Agent 实现
    • AgentExecutor 执行器
    • 支持思考-行动-观察循环

  4. 工具集成

    • SerpAPIWrapper 搜索工具
    • 可扩展的工具注册机制
    • 支持动态工具调用
python agents/reason_act.py

3. Function Calling Agent

功能说明

  1. 文本摘要：使用 GPT 模型对输入文本进行智能摘要
  2. 中文翻译：将英文文本自动翻译成中文
  3. 工具链组合：通过函数调用实现多功能集成
  4. 自动化处理：Agent 可以自动决策使用适当的工具完成任务

核心组件

  1. LLM

    • ChatOpenAI
      • OpenAI GPT 模型接口
      • 支持函数调用能力

  2. Prompt

    • PromptTemplate
      • 定义代理行为的提示模板
      • 用于摘要、翻译和代理指令

  3. Agent

    • create_tool_calling_agent
      • 创建支持函数调用的代理
      • 基于工具和提示模板构建
    • AgentExecutor
      • 负责执行代理任务
      • 协调工具调用流程

  4. Tools

    • StructuredTool
      • 将函数包装为结构化工具
    • BaseModel (Pydantic)
      • 定义工具输入参数模式
    • Field
      • 为工具参数添加描述信息

  5. UI

    • gradio.ChatInterface
      • 提供交互式聊天界面
      • 支持历史对话记录
python agents/function_calling_agent.py

4. Reasoning with O1 Agent

功能说明

  1. 多模态分析：支持图像和文本的联合分析能力
  2. 组织架构解析：专门用于解析和理解组织结构图
  3. JSON结构化输出：将分析结果转换为规范的JSON格式
  4. 交互式界面：支持图片上传和多轮对话

核心组件

  1. LLM

    • 模型配置
      • GPT-4O-Mini：文本处理模型
      • O1：视觉语言模型
    • o1_vision
      • 支持文本和图像的多模态输入
      • 可选 JSON 格式输出
      • 基于 base64 的图像编码处理
      • 支持自定义提示词

  2. Prompt

    • structured_prompt
      • 定义结构化的指令模板
      • 指导模型进行组织架构分析
      • 规范JSON输出格式

  3. Agent

    • process_message
      • 处理多模态输入
      • 协调图像和文本分析
      • 生成结构化响应

  4. UI

    • gr.ChatInterface
      • 支持多模态输入界面
      • 允许多文件上传
      • 展示交互式对话

使用方法

python agents/4_reasoning_with_o1.py

注意： 需要配置 OpenAI API 密钥和 O1 模型访问权限

参与贡献

我们欢迎各种形式的贡献！请查看贡献指南了解更多信息。

许可证

MIT许可证 - 详见LICENSE文件