【InternLM实战营第二期笔记】06:Lagent AgentLego 智能体应用搭建

本文主要是介绍【InternLM实战营第二期笔记】06:Lagent AgentLego 智能体应用搭建,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 讲解
    • 为什么要有智能体
    • 什么是 Agent
    • 智能体的组成
    • 智能体框架
      • AutoGPT
      • ReWoo
      • ReAct
    • Lagent & Agent Lego
      • AgentLego
  • 实操
    • Lagent Web Demo
      • 自定义工具
    • AgentLego:组装智能体“乐高”
      • 直接使用
      • 作为智能体,WebUI
        • 文生图测试
    • Agent 工具能力微调

讲解

为什么要有智能体

在这里插入图片描述

什么是 Agent

在这里插入图片描述

智能体的组成

在这里插入图片描述

智能体框架

在这里插入图片描述

AutoGPT

在这里插入图片描述

ReWoo

在这里插入图片描述

ReAct

在这里插入图片描述

Lagent & Agent Lego

在这里插入图片描述

AgentLego

在这里插入图片描述
在这里插入图片描述

实操

每节课都说,每节课都忘。
一定要在课程开始前提前很久把环境准备好。
看每一节课的教程前先翻到环境配置章节把这些东西准备好。
启动服务类的操作也要提前预备好。
这样你就不至于在屏幕前傻等半天心情焦躁。

Lagent Web Demo

这段依赖的是 InternLM2-chat 原生的 Agent 能力,看来在 SFT 阶段已经在相关数据上做了微调,因此 Server 启动的是 chat model,client 是配合 Lagent 使用的 demo 脚本。
测试第一个工具,已经封装好的 arxivSearch。
一开始等了很久直到报错,检查发现是模型IP字段没配置对。修改后很快返回了结果:
在这里插入图片描述
不过把检索召回的部分格式化瞅了一眼感觉召回模块还是比较糙的:
在这里插入图片描述

自定义工具

在这里插入图片描述
在这里插入图片描述

AgentLego:组装智能体“乐高”

直接使用

输出:
在这里插入图片描述
在这里插入图片描述

直接使用的意思是,不使用 LLMs 作为工具路由,而是直接调用某个工具产生结果。

作为智能体,WebUI

运行 one_click.py 时提示缺少某个包:
在这里插入图片描述
在这里插入图片描述
还行,不过再远些的锅们没有检测出来。

文生图测试

在这里插入图片描述

把工具调用串成多轮对话难为一下它:在这里插入图片描述
如果在单轮中让它做呢?
在这里插入图片描述

Agent 工具能力微调

(这部分材料还没做完……)https://github.com/InternLM/Tutorial/blob/camp2/agent/finetune.md

这篇关于【InternLM实战营第二期笔记】06:Lagent AgentLego 智能体应用搭建的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1050050

相关文章

网页解析 lxml 库--实战

lxml库使用流程 lxml 是 Python 的第三方解析库,完全使用 Python 语言编写,它对 XPath表达式提供了良好的支 持,因此能够了高效地解析 HTML/XML 文档。本节讲解如何通过 lxml 库解析 HTML 文档。 pip install lxml lxm| 库提供了一个 etree 模块,该模块专门用来解析 HTML/XML 文档,下面来介绍一下 lxml 库

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

hdu1394(线段树点更新的应用)

题意:求一个序列经过一定的操作得到的序列的最小逆序数 这题会用到逆序数的一个性质,在0到n-1这些数字组成的乱序排列,将第一个数字A移到最后一位,得到的逆序数为res-a+(n-a-1) 知道上面的知识点后,可以用暴力来解 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#in

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

zoj3820(树的直径的应用)

题意:在一颗树上找两个点,使得所有点到选择与其更近的一个点的距离的最大值最小。 思路:如果是选择一个点的话,那么点就是直径的中点。现在考虑两个点的情况,先求树的直径,再把直径最中间的边去掉,再求剩下的两个子树中直径的中点。 代码如下: #include <stdio.h>#include <string.h>#include <algorithm>#include <map>#

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

06 C++Lambda表达式

lambda表达式的定义 没有显式模版形参的lambda表达式 [捕获] 前属性 (形参列表) 说明符 异常 后属性 尾随类型 约束 {函数体} 有显式模版形参的lambda表达式 [捕获] <模版形参> 模版约束 前属性 (形参列表) 说明符 异常 后属性 尾随类型 约束 {函数体} 含义 捕获:包含零个或者多个捕获符的逗号分隔列表 模板形参:用于泛型lambda提供个模板形参的名