人工智能大数据,工作效率生产力
Ctrl + D 收藏本站,更多好用AI工具
当前位置:首页 » 最新消息

三分钟搞懂AI Agent是什么!

2025-06-28 9

点击下方“JavaEdge”,选择“设为星标”

第一时间关注技术干货!

免责声明~

任何文章不要过度深思!

万事万物都经不起审视,因为世上没有同样的成长环境,也没有同样的认知水平,更「没有适用于所有人的解决方案」

不要急着评判文章列出的观点,只需代入其中,适度审视一番自己即可,能「跳脱出来从外人的角度看看现在的自己处在什么样的阶段」才不为俗人

怎么想、怎么做,全在乎自己「不断实践中寻找适合自己的大道」

0 前言

ce72fc8fcdadfef03c4260bb77b01929.png

  • 无需为不同任务使用单独软件

  • 使用日常语言来命令你的设备

  • “代理”是人工智能的高级形式

  • 未来五年将成为现实

  • 人人都有的私人助理Agent

  • 应用在干行百业之中(医疗、教育、娱乐….)

1 Agents 是什么?

Al Agents是基于LLM的能够自主理解、自主规划决策、执行复杂任务的智能体,Agents不是chatGPT的升级版,它不仅告诉你“如何做”,更会帮你去做,如果各种Copilot是副驾驶,那么Agents就是主驾驶。

Agents = LLM +规划技能+记忆 + 工具使用

本质上Agents是一个LLM的编排与执行系统:

b21e210e7f43b3af54fc8f52439ef947.png

一个精简的Agents决策流程,一个循环一个任务:

112bb4895cfb123f9c87a9092801a7c3.png

2 LangChain 中的 Agents 如何实现

e6303792f2cc3c0fe69634994971c4c5.png

  1. 提出需求/问题

  2. 问题+Prompt组合

  3. ReAct Loop

  4. 查找Memory

  5. 查找可用工具

  6. 执行工具并观察结果

如有必要,重复1~6,

  1. 得到最终结果

3 最简单的 Agents 实现

3.0 需求

  • 会做数学题

  • 不知道答案的时候可以搜索

3.1 安装通义千问

!pip install langchain==0.2.1 # 安装langchain !pip install langchain-community==0.2.1 # 安装第三方集成 !pip install python-dotenv==1.0.1 # 使用 .env 文件来管理应用程序的配置和环境变量 !pip install dashscope==1.19.2 # 安装灵积模型库

392a0bbe0b9bdcfa54e19d062605014c.png

定义.env文件,里面配置你的API-KEY:

ef4e3033bd355e9016831f79b84da98d.png

import os from dotenv import find_dotenv, load_dotenv from langchain_community.llms import Tongyi from langchain_core.runnables import RunnableSequence from langchain.prompts import PromptTemplate load_dotenv(find_dotenv()) DASHSCOPE_API_KEY = os.environ["DASHSCOPE_API_KEY"]
# 定义llm llm = QwenTurboTongyi(temperature=1)

3.2 搭建工具

  • serpai是一个聚合搜索引擎,需要安装谷歌搜索包以及申请账号 https://serpapi.com/manage-api-key

  • llm-math是一个封装好的数学计算链

# 安装谷歌搜索包 ! pip install google-search-results

0305a286a7c6a79396c4cda63f4b5915.png

import os os.environ["SERPAPI_API_KEY"] = "XXXX"

SERPAPI_API_KEY值即为你刚才注册的免费 Api Key:

c64eb9c087ddf36160df3ad360bcc213.png

from langchain.agents import load_tools tools = load_tools(["serpapi","llm-math"], llm=llm)

3.3 定义agent

使用小样本增强生成类型

from langchain.agents import initialize_agent from langchain.agents import AgentType agent = initialize_agent( tools, llm, agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,#这里有不同的类型 verbose=True,#是否打印日志 )
agent.run("请问现任的美国总统是谁?他的年龄的平方是多少?")

e254d69457018c51ac66f93567e7b098.png

写在最后

编程严选网http://www.javaedge.cn/ 专注分享软件开发全生态相关技术文章视频教程资源、热点资讯等,全站资源免费学习,快来看看吧~

9d296a055f6cf220a36885ddd5ddd507.png

欢迎长按图片加好友,我会第一时间和你分享软件行业趋势面试资源学习方法等等。

48c1a2e740b6ba70bccc5227e1deae06.jpeg添加好友备注【技术群交流】拉你进技术交流群

关注公众号后,在后台私信:

  • 回复【架构师】,获取架构师学习资源教程

  • 回复【面试】,获取最新最全的互联网大厂面试资料

  • 回复【简历】,获取各种样式精美、内容丰富的简历模板

  • 回复 路线图,获取直升Java P7技术管理的全网最全学习路线图

  • 回复 大数据,获取Java转型大数据研发的全网最全思维导图

  • 更多教程资源应有尽有,欢迎关注并加技术交流群,慢慢获取

  • 为避免大量资源被收藏而浪费精力,以上全部需要收取1元门槛费

原文链接:https://blog.csdn.net/qq_33589510/article/details/139759048?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522d361eaaa2f3257b052dc75938c294b3a%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=d361eaaa2f3257b052dc75938c294b3a&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-12-139759048-null-null.nonecase&utm_term=AI+AIAgent

相关推荐

阅读榜

hellenandjeckett@outlook.com

加入QQ群:849112589

回顶部