AIGC:少爷请吩咐!

浅聊一下

有没有家财万贯的掘友家里请了管家的,在评论区举个手...众所周知,管家是一个管理者,负责安排工作给各方面的助手,让助手将事情完成,从而将你的家管理的井井有条。那么在AIGC时代,我们可以让AIGC来当我们的管家,本文将向大家展示如何让AIGC管家完成你的要求...

准备

我们需要使用到colab,这里会需要一点魔法打开哦~~

用谷歌账号登录即可

开始

  1. 安装pyautogen
  • !pip install pyautogen~=0.1.0 -q -U

点击播放键运行

  1. 配置大模型
  • config_list 是一个包含字典的列表,每个字典描述一个语言模型的配置。

    • 'model': 表示要使用的语言模型的名称,这里是 'gpt-3.5-turbo',它是 OpenAI 提供的一个预训练模型。
    • 'api_key': 是用于身份验证的 API 密钥,确保只有授权的用户可以访问 OpenAI 的服务。
  • llm_config 是一个包含一些配置选项的字典,用于配置语言模型的行为。

    • "timeout": 设置模型调用的超时时间,这里是 600 秒,超过则请求会中止
    • "config_list": 引用了前面定义的 config_list,指定了要使用的语言模型的配置。
    • "temperature": 是生成文本时的温度参数,用于调整生成文本的创造性。在这里被设置为 0,表示生成的文本更加确定性,更加接近模型的预测。
python 复制代码
config_list = [{
    'model': 'gpt-3.5-turbo',
    'api_key': '**********************************'

}]
llm_config = {
    "timeout": 600,
    "config_list": config_list,
    "temperature": 0
}

点击播放键运行

  1. 创建管家和助手
  • 导入autogen库

    • import autogen
  • 实例化管家

    • name: 给用户代理对象起的名称。
    • human_input_mode: 用户输入模式,这里是 "TERMINATE",表示用户输入后任务终止。
    • max_consecutive_auto_reply: 最大连续自动回复次数。超过10次则中止哦
    • code_execution_config: 代码执行的配置,包括工作目录。
    • system_message: 发送给用户的系统消息,说明用户应该如何回应。这里告诉管家,如果任务完成就返回结果,如果未完成,就返回任务尚未解决的原因
  • 实例化助手

    • name: 给助理代理对象起的名称。
    • llm_config: 使用之前定义的语言模型配置 llm_config。
python 复制代码
import autogen
# 实例化用户代理agent对象 管家
# 授权
user_proxy = autogen.UserProxyAgent(
    name="user_proxy",
    human_input_mode="TERMINATE",
    max_consecutive_auto_reply=10,
    # 代码的执行目录是?当前目录
    code_execution_config={"work_dir":"."},
    system_message="Reply TERMINATE if the task has been solved at full satisfaction.Otherwise, reply CONTINUE, or the reason why the task is not solved yet."
)
# 助理Agent 干活的
assistant = autogen.AssistantAgent(
    name="assistant",
    # 由大模型给
    llm_config=llm_config
)

点击播放键运行

4. 干活

  • 管家吩咐助手干活

    • assistant: 是之前实例化的助理代理对象。
    • message: 告诉助手他需要完成的任务,这里让助手把sample_data文件夹中的文件列举出来
python 复制代码
user_proxy.initiate_chat(
    assistant,
    message="""
    List all the files in the sample_data folder
    """
)

点击播放键运行,当看见如下结果时,运行成功!

助手完美的把任务完成,列举出来了这个文件夹中的所有文件,并且告诉管家,如果有更多需要,请吩咐我!

结尾

虽然在这里,我们只是让AIGC管家完成了一点很简单的事情,但是运用这种管家管理助手,助手完成任务的模式,可以让我们解决更多更复杂的问题!

相关推荐
跨境数据猎手4 小时前
2027最新跨境电商独立站模式拆解
大数据·人工智能
博谷4 小时前
2026AI信源证据链怎么建?BUGOOAI布谷GEO的T0-T3分级与追溯方法
人工智能
悟天特斯5 小时前
智慧园区的“体验升级“:从管理工具到服务生态的人本运营
大数据·人工智能
织码weavecodes6 小时前
织码在线教育系统--主观题 AI 智能阅卷:批量初评与教师复核如何协同
人工智能
Shockang13 小时前
llama.cpp 本地运行 9B 模型:部署、工具调用与微调数据
人工智能
Shockang13 小时前
n8n 智能体工作流实战:触发、工具、记忆与发布护栏
人工智能
冬奇Lab14 小时前
开源项目第241期:YuE2 —— 用符号乐谱当“白盒“接口的开源音乐生成模型,SongBench 超越 Suno v5/v6
人工智能
鶴哥只手遮天15 小时前
Spring AI 2.0.1 深度解析-第 14 章 MCP 服务端(上):注解式实现与工具来源
java·人工智能·开源
鶴哥只手遮天15 小时前
Spring AI 2.0.1 深度解析-第 15 章 MCP 服务端(下):三种协议形态、Streamable 传输与状态管理
java·人工智能·开源