写点什么

LangChain Agent:赋予 LLM 行动力的神秘力量

作者:蛋先生DX
  • 2024-04-08
    广东
  • 本文字数:2648 字

    阅读完需:约 9 分钟

LangChain Agent:赋予 LLM 行动力的神秘力量

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 osfrom langchain import hubfrom langchain.agents import create_structured_chat_agentfrom langchain.agents import AgentExecutorfrom datetime import datetimefrom langchain.tools import toolfrom langchain_community.chat_models.fireworks import ChatFireworks
@tooldef 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?"})
复制代码


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



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。



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



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!



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
复制代码


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}
复制代码


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?



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


  • Chat Completions



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



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:


@tooldef search(query: str) -> str:    """Look up things online."""    return "LangChain"
复制代码


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


@tooldef multiply(a: int, b: int) -> int:    """Multiply two numbers."""    return a * b
复制代码


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


发布于: 19 小时前阅读数: 2
用户头像

蛋先生DX

关注

一源一世界 2019-03-03 加入

我是只会用大白话来聊技术的蛋先生DX ncform / ncgen / nice-hooks 开源项目作者

评论

发布
暂无评论
LangChain Agent:赋予 LLM 行动力的神秘力量_#人工智能_蛋先生DX_InfoQ写作社区