LangChain Agent:赋予 LLM 行动力的神秘力量

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
大数据开发治理平台 DataWorks,不限时长
简介: LangChain Agent 是什么?有什么用?基本原理是什么?那么多 Agent 类型在实际开发中又该如何选择?

image

LangChain Agent 是什么?有什么用?基本原理是什么?

那么多 Agent 类型在实际开发中又该如何选择?

如果以上有你想知道的答案,那么请往下看

那么如果没有呢?看看嘛,反正又不吃亏 (~ ̄▽ ̄)~

What & Why

丹尼尔:蛋兄,我又来了。今天主要想跟你深入了解下 LangChain 中的 Agent

蛋先生:Agent,知道中文是什么意思吗?

丹尼尔:这可难不倒我,我可是过了英文 8 (′▽`〃)... 4 级的男人。不就是代理的意思嘛

蛋先生:哈哈,你还挺自信的嘛。没错,Agent 就是代理。代理啥意思呢?小明代理小红去办理事务,就是小明因某些原因没法做这件事,需要小红出面去做这件事

丹尼尔:蛋兄,恕小弟我愚昧,还请更通俗易懂地展开说说

蛋先生:你知道大脑和身体的关系吗?

丹尼尔:大脑会思考,而身体会根据大脑的指令行动,比如拿东西,走路等。

蛋先生:说得没错。大脑本身缺乏行动能力,所以需要有身体来实现它的意图,这里可以把身体看成是大脑的代理

丹尼尔:这我明白,所以 Agent 就是 ...

蛋先生:LLM 拥有强大的推理能力,就像我们的大脑。Agent 嘛,当然就像我们的身体。通过 Agent,就可以让 LLM 走起来。(⚆_⚆) 哦不,就可以让 LLM 拥有推理能力之外的其它能力

丹尼尔:概念上是理解了,这个推理能力之外的其它能力都有哪些呢,能举一个例子让我更加清晰吗?

蛋先生:你可以试下直接询问 LLM 当前时间,你觉得它回答得了吗?

丹尼尔:哦,这肯定不行,就算能回答也是胡说八道

蛋先生:恩,LLM 的知识受限于训练数据,实时信息是它的软肋。但有了 Agent,这个问题就难不倒它了

How

Agent 的基本原理

丹尼尔:哇哦,Agent 拥有让 LLM “走”起来的神奇力量,我对它是如何实现的好奇不已!

蛋先生:老规矩,先来瞧瞧一段代码示例

import os
from langchain import hub
from langchain.agents import create_structured_chat_agent
from langchain.agents import AgentExecutor
from datetime import datetime
from langchain.tools import tool
from langchain_community.chat_models.fireworks import ChatFireworks

@tool
def get_current_time() -> str:
    """Get the current time."""
    return str(datetime.now().strftime("%Y年%m月%d日 %H时%M分"))


os.environ["FIREWORKS_API_KEY"] = '<FIREWORKS_API_KEY>'
fw_chat = ChatFireworks(model="accounts/fireworks/models/llama-v2-70b-chat")
tools = [get_current_time]
prompt = hub.pull("hwchase17/structured-chat-agent")

agent = create_structured_chat_agent(fw_chat, tools, prompt)

agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)
agent_executor.invoke({
   
   "input": "What's the date today?"})

丹尼尔:每个单词我都懂,毕竟我是过了英语 4 级的男人。但...你还是赶紧解释一下吧!

蛋先生:代码嘛,我就不多解释了。我只想通过简单地拆解下上面代码的内部工作流程,从而介绍 Agent 是如何运作的

第一步,Agent 将用户的问题直接扔给 LLM

image

第二步,LLM 推理出可以使用 get_current_time 这个小工具来回答这个问题,于是它用 JSON 的形式告诉 Agent 去执行这个工具。

image

第三步,Agent 将 get_current_time 工具的执行结果呈现给 LLM

image

最后一步,LLM 把工具的输出内容进行总结,然后把答案扔给 Agent。Agent 把这个答案呈现给用户,大功告成!

image

这是一个最简单的流程。然而,当面临更复杂的问题时,LLM 会将问题分解为若干子问题,然后通过不断循环第二步和第三步,逐个解决这些子问题,最后得到一个最终的答案。

丹尼尔:LLM 就是“大脑”,Agent 就是“身体”,Tool 就是“手脚”,这下完全理解了。那 LLM 的回答为何可以如此准确呢?

蛋先生:这可得感谢 Prompt 工程的功劳!

比如在 Prompt 中,会告诉 LLM 可以使用的小工具:

You have access to the following tools:

get_current_time: get_current_time() -> str - Get the current time.

Valid "action" values: "Final Answer" or get_current_time

还有比如在 Prompt 中,会告诉 LLM 用 JSON 格式返回:

Provide only ONE action per $JSON_BLOB, as shown:

{
  "action": $TOOL_NAME,
  "action_input": $INPUT
}

具体可以参考这个 Prompt 模板 【hwchase17/structured-chat-agent

丹尼尔:666

Agent 类型这么多,如何抉择?

丹尼尔:我瞅了瞅官网上的 Agent 类型,简直让我眼花缭乱。我这个选择困难症患者该如何选呢?

image

蛋先生:首先,我们来梳理一下 LLM 和 Chat Model 这两个 model type 的区别。在 LangChain 中,LLM 和 Chat Model 的本质区别在于输入输出。LLM 的输入输出都是字符串,而 Chat Model 的输入输出都是 Message 实例。

丹尼尔:然后呢?

蛋先生:如果你对 OpenAI 的 API 比较熟悉,可以把 LLM 当做 Completions,把 Chat Model 当做 Chat Completions。

  • Completions
    image

  • Chat Completions
    image

由于 Completions 已经被标记为 Legacy(不建议使用),所以在实际应用中,建议使用 Chat Model 类型的 Agent 就可以了。

丹尼尔:哦,抛开 LLM 类型,还有 OpenAI Tools / OpenAI Functions / Structured Chat / JSON Chat。那这些又该如何选择呢?

蛋先生:OpenAI functions 参数已经过时了,建议使用 tools 参数。So,可以把 OpenAI Functions 类型排除掉

image

丹尼尔:好的,还剩下 OpenAI Tools / Structured Chat / JSON Chat。

蛋先生:如果你使用的是 OpenAI 的语言模型(实际上只要 API 支持 tools 参数的大语言模型都可以用此类型),那就选择 OpenAI Tools 类型的;否则就选用 Structured Chat。

Structured Chat 与 JSON Chat 的区别

丹尼尔:那 JSON Chat 类型呢?为啥直接无视它了?

蛋先生:Structured Chat 和 JSON Chat 的区别在于对 tool 入参类型的支持上。

JSON Chat 只支持一个参数的 tool,比如以下工具:

@tool
def search(query: str) -> str:
    """Look up things online."""
    return "LangChain"

如果是多参数的 tool,那你就得升级成 Structured Chat,比如如下工具:

@tool
def multiply(a: int, b: int) -> int:
    """Multiply two numbers."""
    return a * b

丹尼尔:哦,看起来 Structured Chat 已经包含了 JSON Chat 的功能了呀。

蛋先生:没错,但如果你用的大语言模型比较糟糕,可能就需要用 JSON Chat。因为对于大语言模型来说,调用只有一个参数的 tool 会更简单一些。不过现在的大语言模型只会变得越来越厉害,所以 Structured Chat 就可以了。

丹尼尔:好咧,我已经迫不及待要去试试了!

蛋先生:那,后会有期

丹尼尔:谢谢蛋兄,后会有期

相关实践学习
使用CLup和iSCSI共享盘快速体验PolarDB for PostgtreSQL
在Clup云管控平台中快速体验创建与管理在iSCSI共享盘上的PolarDB for PostgtreSQL。
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
目录
相关文章
|
6天前
|
弹性计算 自然语言处理 开发工具
基于阿里云向量检索 Milvus 版和 LangChain 快速构建 LLM 问答系统
本文介绍如何通过整合阿里云Milvus、阿里云DashScope Embedding模型与阿里云PAI(EAS)模型服务,构建一个由LLM(大型语言模型)驱动的问题解答应用,并着重演示了如何搭建基于这些技术的RAG对话系统。
|
2天前
|
人工智能 自然语言处理 API
【LangChain系列】第三篇:Agent代理简介及实践
【5月更文挑战第17天】LangChain代理利用大型语言模型(LLM)作为推理引擎,结合各种工具和数据库,处理复杂任务和决策。这些代理能理解和生成人类语言,访问外部信息,并结合LLM进行推理。文章介绍了如何通过LangChain构建代理,包括集成DuckDuckGo搜索和维基百科,以及创建Python REPL工具执行编程任务。此外,还展示了如何构建自定义工具,如获取当前日期的示例,强调了LangChain的灵活性和可扩展性,为LLM的应用开辟了新途径。
31 0
|
6天前
|
人工智能 测试技术 API
【AIGC】LangChain Agent(代理)技术分析与实践
【5月更文挑战第12天】 LangChain代理是利用大语言模型和推理引擎执行一系列操作以完成任务的工具,适用于从简单响应到复杂交互的各种场景。它能整合多种服务,如Google搜索、Wikipedia和LLM。代理通过选择合适的工具按顺序执行任务,不同于链的固定路径。代理的优势在于可以根据上下文动态选择工具和执行策略。适用场景包括网络搜索、嵌入式搜索和API集成。代理由工具组成,每个工具负责单一任务,如Web搜索或数据库查询。工具包则包含预定义的工具集合。创建代理需要定义工具、初始化执行器和设置提示词。LangChain提供了一个从简单到复杂的AI解决方案框架。
129 3
|
6天前
|
XML JSON API
【AIGC】LangChain Agent 最新教程详解及示例学习
【5月更文挑战第5天】LangChain Agent全网最全最新教程学习及示例学习
158 0
|
6天前
|
存储 SQL 关系型数据库
【LLM】基于pvVevtor和LangChain构建RAG(检索增强)服务
【5月更文挑战第4天】基于pgVector和LangChain构建RAG检索增强服务
44 4
|
6天前
|
人工智能 Oracle 关系型数据库
【AI Agent系列】【LangGraph】0. 快速上手:协同LangChain,LangGraph帮你用图结构轻松构建多智能体应用
【AI Agent系列】【LangGraph】0. 快速上手:协同LangChain,LangGraph帮你用图结构轻松构建多智能体应用
63 0
|
6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
LangChain为大型语言模型提供了一种全新的搭建和集成方式,通过这个强大的框架,我们可以将复杂的技术任务简化,让创意和创新更加易于实现。本文从LangChain是什么到LangChain的实际案例到智能体的快速发展做了全面的讲解。
279821 60
深入浅出LangChain与智能Agent:构建下一代AI助手
|
6天前
|
监控 Unix Windows
Zabbix【部署 04】 Windows系统安装配置agent及agent2
Zabbix【部署 04】 Windows系统安装配置agent及agent2
203 0
|
6天前
|
缓存 监控 安全
zabbix服务器监控之了解agent的启动过程
zabbix服务器监控之了解agent的启动过程
9 0
|
6天前
|
监控 网络协议 Unix
centos7 zabbix安装客户端agent -配置监控远程主机 在需要监控的电脑上安装
centos7 zabbix安装客户端agent -配置监控远程主机 在需要监控的电脑上安装
30 0