Agent实操(五):如何在本地/云端创建并发布更定制化的Agent

本文涉及的产品
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
交互式建模 PAI-DSW,5000CU*H 3个月
模型训练 PAI-DLC,5000CU*H 3个月
简介: 利于模型的微调优化,工具的本地部署,魔改代码

魔搭Agent自推出以来,吸引了不少开发者前来手搓创意,贡献了非常多丰富好玩的应用,应一些小伙伴们的诉求,本文是继零代码创建agent,到低代码调用APItool创建高阶agent以及生成二维码、视频、PDF转txt后,给大家介绍如何进行更灵活、更定制化的Agent 本地/云端发布方式。



本地/云端优势


利于模型的微调优化,工具的本地部署,魔改代码。


创建流程


  1. 在modelscope社区创建一个自己的空间(假设name是LocalAgent),clone空间到本地(或云服务器如魔搭Notebook)

  2. git clone https://github.com/modelscope/modelscope-agent,复制项目中的modelscop_agent文件夹到你刚才clone的空间文件夹LocalAgent里,接着复制apps/agentfabric文件夹里的所有文件到文件夹LocalAgent里,如图所示:



  1. 在本地(或云服务器如魔搭Notebook),下以本地为示例:

     3.1、安装依赖(notebook跳过本步骤)详见:https://modelscope.cn/docs/%E7%8E%AF%E5%A2%83%E5%AE%89%E8%A3%85

执行 pip install ".[nlp]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html

     3.2、注册本地tool,可参考https://modelscope.cn/headlines/article/268,或者修改其他部分的代码

     3.3、在LocalAgent目录下,运行requirements.txt ,

     3.4、运行app.py


点击运行得到的地址,进入preview界面,勾选并调整configures,待调整完毕



     3.5、运行appBot.py(同运行app.py),可得到发布的应用页面。  


发布流程


在本地魔改完毕后,一定修改README.md文件,如图:


不要在魔搭空间线上运行app.py!会有绿网限制和uuid限制。

push LocalAgent里的文件到魔搭空间里,发布即可


案例参考:https://modelscope.cn/studios/wyj123456/Keep_the_voice_of_your_love/summary


相关文章
|
9月前
|
JSON 搜索推荐 API
Modelscope Agent实操(二):低代码调用API创建更加酷炫的Agent
上一篇中介绍了 0代码创建、发布并分享一个专属Agent,今天主要介绍如何借助API让你的Agent更加有用、有趣!
|
1月前
|
测试技术 API
Modelscope Agent实操(六):添加涂鸦作画能力到Modelscope-Agent中
在本文中,我们将展示如何将一个包含异步的api接口封装成tool并被agent在chat过程中调用执行的过程
|
4月前
|
自然语言处理 数据可视化 数据挖掘
Agent实操(四):Code Interpreter,生成二维码、视频、PDF转txt等炸裂功能
本文介绍Agent自带的Code Interpreter有哪些高级而实用的能力
Agent实操(四):Code Interpreter,生成二维码、视频、PDF转txt等炸裂功能
|
9月前
|
数据可视化 测试技术 API
Modelscope Agent实操(三):将API注册为tool,成为smart API,方便社区开发者调用
大家通过写python代码的方式来定制自己的tool,进一步扩展Agent的能力。
|
9月前
|
API 开发者
Modelscope Agent实操(一):0代码创建、发布并分享一个专属Agent
在前一段时间,魔搭社区推出了开源版GPTs,期望未来让大家能更轻松地搭建Agent。
|
1月前
|
存储 人工智能
|
8天前
|
人工智能 JSON 数据格式
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
【9月更文挑战第6天】RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
|
10天前
|
人工智能 算法 自动驾驶
用AI自动设计智能体,数学提分25.9%,远超手工设计
【9月更文挑战第18天】《智能体自动设计(ADAS)》是由不列颠哥伦比亚大学等机构的研究者们发布的一篇关于自动化设计智能体系统的最新论文。研究中提出了一种创新算法——“Meta Agent Search”,此算法通过迭代生成并优化智能体设计,从而实现更高效的智能体系统构建。实验表明,相比人工设计的智能体,Meta Agent Search生成的智能体在多个领域均有显著的性能提升。然而,该方法也面临着实际应用中的有效性与鲁棒性等挑战。论文详细内容及实验结果可于以下链接查阅:https://arxiv.org/pdf/2408.08435。
41 12
|
1天前
|
人工智能 自然语言处理 API
深入浅出 LangChain 与智能 Agent:构建下一代 AI 助手
我们小时候都玩过乐高积木。通过堆砌各种颜色和形状的积木,我们可以构建出城堡、飞机、甚至整个城市。现在,想象一下如果有一个数字世界的乐高,我们可以用这样的“积木”来构建智能程序,这些程序能够阅读、理解和撰写文本,甚至与我们对话。这就是大型语言模型(LLM)能够做到的,比如 GPT-4,它就像是一套庞大的乐高积木套装,等待我们来发掘和搭建。
|
17天前
|
存储 机器学习/深度学习 人工智能
深入浅出 AI 智能体(AI Agent)|技术干货
随着人工智能技术的发展,智能体(AI Agents)逐渐成为人与大模型交互的主要方式。智能体能执行任务、解决问题,并提供个性化服务。其关键组成部分包括规划、记忆和工具使用,使交互更加高效、自然。智能体的应用涵盖专业领域问答、资讯整理、角色扮演等场景,极大地提升了用户体验与工作效率。借助智能体开发平台,用户可以轻松打造定制化AI应用,推动AI技术在各领域的广泛应用与深度融合。
224 0