智能体(Agent)实战——从gpts到auto gen

一.GPTs

智能体以大模型作为大脑,同时配备技能,使其能够完成具体的任务。同时,为了应用于垂直领域,我们需要为大模型定义一个角色,并构建知识库。最后,定义完整的流程,使其完成整个任务。以组会汇报的智能体为例,定义如下

1.创建自己的gpt

2.角色定义

该 Agent 是一种智能化助理,专为研究人员和学生设计,用于调研计算机领域顶级会议的论文。它能够自动访问各大顶级会议网站,搜索并下载相关论文,并对论文内容进行整理分析,最终生成易于理解的思维导图。这些思维导图旨在帮助用户快速把握论文的核心内容、研究方法、实验结果和研究意义。

3.任务流程

步骤 1: 搜索顶级会议论文

  • 技能使用#2N GoogleSearch
  • 操作:使用 GoogleSearch 技能根据用户指定的关键词进行搜索,找到相关的顶级会议论文列表。

步骤 2: 获取论文链接和内容

  • 技能使用#2K ReadArXiv
  • 操作:对于在 arXiv 上可找到的论文,使用 ReadArXiv 技能通过提供的 arXiv 链接直接获取论文的内容。

步骤 3: 提取论文的文本内容

  • 技能使用#2J ReadWebpage
  • 操作:对于非 arXiv 的论文,使用 ReadWebpage 技能从会议官网或其他来源抓取论文的全文内容。

步骤 4: 生成思维导图

  • 技能使用#2H GenerateMindMap
  • 操作:将步骤 3 中获取的文本内容输入到 GenerateMindMap 技能中,自动创建出基于论文内容的思维导图。

步骤 5: 结果呈现

  • 技能使用:无需额外技能。
  • 操作:将生成的思维导图显示给用户,用户可以直接查看或下载。

4.技能配置

网站:Gapier: Free Actions for ChatGPT Users|custom gpts|ChatGPT Actions|GPTs Actions

添加技能:

添加API秘钥

导入URL

测试API能否使用

其他提供技能API的网站

(1)语聚AI

语聚AI:汇聚语言与AI的力量

(2) 官方网站提供的接口

例如:stable diffusion

2.Auto Gen

(1) 环境配置

需要新建一个环境,python一定要是3.10以上

即:

conda create -n agent python==3.10

conda activate agent

pip install autogenstudio

启动服务

autogenstudio ui --port 8081

(2)配置GPT-4的key

在安装agent环境目录下配置GPT-4的key

F:\Anaconda\envs\agent\Lib\site-packages\openai

国内中转GPT4-key的获取

GPT4.0 API KEY By OPENAI HK 中转ChatGPT

https://www.jcapikey.com/register?aff=JQLr

如果部署本地大模型,只需要指定base_url

(3)配备技能

实例1:使用飞书作为技能

获取API并查看参数。docx/O738dALTAoNPQBxnFwNcTnYKnPb

对应的python代码,需要document_id和user_access_token

复制代码
import requests

def get_feishu(doc_id):
  """
  :param doc_id: 输入需求文档编号
  :return: 返回文档对应文字内容
  """
  url = f"https://open.feishu.cn/open-apis/docx/v1/documents/{doc_id}/raw_content?lang=0"
  payload = ''


  headers = {
    'Authorization': 'Bearer u-dJELIIPZ13paEMIal.HHWY455jq5l5jFj0G011M029Gk'
  }

  response = requests.request("GET", url, headers=headers, data=payload)
  print(response.text)
  return response.text

get_feishu('BYtpdYql5oVwvzxmzvFcLGG8nNW')

将上面的函数添加到技能中

案例2:配备抖音

使用语聚AI连接抖音的接口

语聚AI

(4)配置智能体

(5)定义流程

相关推荐
Elastic 中国社区官方博客2 小时前
Elasticsearch:使用 Agent Builder 的 A2A 实现 - 开发者的圣诞颂歌
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
chools2 小时前
【AI超级智能体】快速搞懂工具调用Tool Calling 和 MCP协议
java·人工智能·学习·ai
郝学胜-神的一滴3 小时前
深度学习必学:PyTorch 神经网络参数初始化全攻略(原理 + 代码 + 选择指南)
人工智能·pytorch·python·深度学习·神经网络·机器学习
leobertlan3 小时前
好玩系列:用20元实现快乐保存器
android·人工智能·算法
笨笨饿3 小时前
#58_万能函数的构造方法:ReLU函数
数据结构·人工智能·stm32·单片机·硬件工程·学习方法
jr-create(•̀⌄•́)3 小时前
从零开始:手动实现神经网络识别手写数字(完整代码讲解)
人工智能·深度学习·神经网络
冬奇Lab3 小时前
一天一个开源项目(第78篇):MiroFish - 用群体智能引擎预测未来
人工智能·开源·资讯
冬奇Lab3 小时前
你的 Skill 真的好用吗?来自OpenAI的 Eval 系统化验证 Agent 技能方法论
人工智能·openai
数智工坊4 小时前
Transformer 全套逻辑:公式推导 + 原理解剖 + 逐行精读 - 划时代封神之作!
人工智能·深度学习·transformer
GreenTea4 小时前
AI 时代,工程师的不可替代性在哪里
前端·人工智能·后端