极客时间:使用Autogen Builder和本地LLM(Microsoft Phi3模型)在Mac上创建本地AI代理

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/

AI技术已经取得了长足的进步,现在通过微软、谷歌和OpenAI等公司发布的各种新AI代理框架,创建自己的AI代理比以往任何时候都更容易。借助AutoGen Builder(AutoGen | AutoGen)和强大的本地LLM(如Microsoft Phi3),你可以直接在Mac上构建和部署AI解决方案。让我们一起来实现吧------以下是逐步指南。

步骤1:安装AutoGen Builder

在之前的帖子中,我们玩过微软的AutoGen。AutoGen Builder是一个无代码环境,用户可以轻松创建工作流、模型和代理。运行以下命令进行安装:

复制代码
pip install autogenstudio

安装完成后,在终端运行其Web UI:

复制代码
autogenstudio ui --port 8082

界面相当简洁。

步骤2:使用Ollama运行本地LLM

使用以下命令运行本地LLM非常简单:

复制代码
ollama run phi3

起初,我对我的M1 MacBook过于自信,尝试运行谷歌的Gemma 2 9B,结果在工作流测试期间我的Mac崩溃了。因此,我不得不切换到体积更小的Phi 3 Mini(2.3GB)。

步骤3:运行LiteLLM和Gunicorn

AutoGen原生支持OpenAI和Gemini的LLM模型,但不支持Phi3。因此,我们需要使用LiteLLM和Gunicorn作为代理,提供符合OpenAI标准的API供AutoGen调用。安装过程非常简单:

复制代码
pip install litellm --upgrade

我遇到了以下错误:

复制代码
❯ litellm --model ollama/gemma2
Traceback (most recent call last):
  File "/Users/nedved/.pyenv/versions/3.9.16/lib/python3.9/site-packages/litellm/proxy/proxy_server.py", line 53, in <module>
    import backoff
ModuleNotFoundError: No module named 'backoff'

处理这个错误的过程中,发现还需要安装一些额外的依赖,包括backoff:

复制代码
pip install 'litellm[proxy]'

然后运行:

复制代码
litellm --model ollama/phi3

你会看到代理运行在http://0.0.0.0:4000

步骤4:配置AutoGen Builder

首先,我们需要创建测试工作流。

工作流将使用代理"local_assistant"。

然后,我们将"local_assistant"代理配置为使用我们的本地LLM Phi3(实际上我命名为local_gemma2,忘了改成local_phi3)。

接下来,创建模型。对于"API key",输入"NotRequired",因为我们调用的是本地LLM Phi3。点击"Test Model",如果一切正常,你会看到"Model tested successfully"。

最后,进入AutoGen Builder的"Playground"运行测试。你会看到来自本地Phi3的回复。

AutoGen Builder使用起来非常简单。下一步更有趣的是创建一个具有自己技能的自定义代理。将会非常有趣。敬请期待!

动手试试吧,玩得开心。

相关推荐
IT大白鼠19 小时前
AIGC+教育:个性化学习、AI助教、内容生产,教育行业的变革路径
人工智能·学习·aigc
AI医影跨模态组学19 小时前
NPJ Precis Oncol(IF=8)哈尔滨医科大学附属肿瘤医院韩鹏等团队:一种可解释的深度学习生物标志物用于胃癌预后评估及辅助化疗获益预测
人工智能·深度学习·论文·医学·医学影像·影像组学
国产化创客19 小时前
IoT设备AI智能体ESP-Claw
人工智能·物联网·智能硬件
AI科技19 小时前
一键重置重新编曲伴奏创作,妙笔生歌给予原创音乐人写歌更多的试错空间
人工智能
飞Link19 小时前
纵向洞察引擎:利用多模态 AI 进行早期儿科风险预测的技术路径探索
人工智能
AI学长19 小时前
数据集-草莓成熟度分类数据集-3类草莓未熟(白/绿色)、半熟(粉/浅红色)、完熟(深红色)
人工智能·机器学习·图像分类·草莓成熟度分类数据集
IvanCodes19 小时前
Skills 热潮过去后,我重新理解了 AI Agent 的方向
人工智能·agent
阿维的博客日记19 小时前
什么是TDD for AI,详细讲一下
人工智能·tdd
飞Link19 小时前
从“聊天”到“做事”:2026 年 Agentic AI(代理式人工智能)开发者指南
人工智能
Dshuishui19 小时前
我用 Claude Code 做了一个学术论文搜索工具
开发语言·人工智能·python·pip·uv