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
猫天意14 小时前
【深度学习小课堂】| torch | 升维打击还是原位拼接?深度解码 PyTorch 中 stack 与 cat 的几何奥义
开发语言·人工智能·pytorch·深度学习·神经网络·yolo·机器学习
cyyt14 小时前
深度学习周报(1.12~1.18)
人工智能·算法·机器学习
摸鱼仙人~14 小时前
深度对比:Prompt Tuning、P-tuning 与 Prefix Tuning 有何不同?
人工智能·prompt
带刺的坐椅14 小时前
又一个项级的 Java Multi Agent 开源项目
java·ai·agent·solon·智能体
塔能物联运维15 小时前
隧道照明“智能进化”:PLC 通信 + AI 调光守护夜间通行生命线
大数据·人工智能
瑶光守护者15 小时前
【AI经典论文解读】《Denoising Diffusion Implicit Models(去噪扩散隐式模型)》论文深度解读
人工智能
wwwzhouhui15 小时前
2026年1月18日-Obsidian + AI,笔记效率提升10倍!一键生成Canvas和小红书风格笔记
人工智能·obsidian·skills
我星期八休息15 小时前
MySQL数据可视化实战指南
数据库·人工智能·mysql·算法·信息可视化
wuk99815 小时前
基于遗传算法优化BP神经网络实现非线性函数拟合
人工智能·深度学习·神经网络
码农三叔15 小时前
(1-3)人形机器人的发展历史、趋势与应用场景:人形机器人关键技术体系总览
人工智能·机器人