Qwen-Agent: un marco basado en Qwen para aplicaciones de agentes inteligentes, que incluye llamadas a herramientas, intérpretes de código, RAG y extensiones de Chrome.

Introducción general

Qwen-Agent es un marco de aplicación de agente inteligente desarrollado sobre la base de Qwen 2.0 y superiores con capacidades de seguimiento de comandos, uso de herramientas, planificación y memoria. El marco proporciona una variedad de aplicaciones de ejemplo, tales como ayudantes de navegador, intérpretes de código y ayudantes personalizados, para ayudar a los desarrolladores a construir y desplegar rápidamente aplicaciones de agentes inteligentes.Qwen-Agent soporta una variedad de módulos funcionales, incluyendo llamadas a funciones, interpretación de código, RAG (Retrieval Augmentation Generation) y extensiones de Chrome, para una variedad de escenarios de aplicación complejos.

BrowserQwen, una extensión del navegador para cuerpos inteligentes

Lista de funciones

• llamada de función: Admite la automatización de tareas complejas mediante llamadas a funciones.
• intérprete de código: Proporciona funcionalidades de interpretación de código para ayudar a los usuarios a entender y ejecutar código.
• RAG (Generación de Aumento de la Recuperación): Admite la recuperación y generación de documentos a gran escala para tareas de cuestionario de documentos largos.
• Extensión de Chrome: Proporciona extensiones de navegador para mejorar la experiencia de navegación del usuario.
• Herramientas de personalizaciónPermite a los usuarios añadir herramientas personalizadas para ampliar la funcionalidad del marco.

Utilizar la ayuda

Proceso de instalación

1. Instalar la versión estable desde PyPI::

   pip install -U "qwen-agent[gui,rag,code_interpreter,python_executor]"
   

   O instale la versión menos dependiente:

   pip install -U qwen-agent
   

   Las dependencias opcionales incluyen:

   • [gui]Interfaz gráfica de usuario basada en Gradio
   • [rag]: Apoyo al GAR
   • [code_interpreter]: Soporte para intérpretes de código
   • [python_executor]: Herramienta de razonamiento integrada en apoyo de Qwen2.5-Math
2. Instale la última versión de desarrollo desde el código fuente::

   git clone https://github.com/QwenLM/Qwen-Agent.git
   cd Qwen-Agent
   pip install -e ./[gui,rag,code_interpreter,python_executor]
   

   O instale la versión menos dependiente:

   pip install -e ./
   

Función Flujo de operaciones

1. Servicio de modelos de configuración::
   • Utilice el servicio de modelo proporcionado por AliCloud DashScope para establecer la variable de entorno DASHSCOPE_API_KEY para su clave API de DashScope.
   • Alternativamente, despliegue y utilice su propio servicio modelo, siguiendo las instrucciones del README de Qwen2.
2. Desarrollo de agentes de aduanas::
   Qwen-Agent proporciona componentes base, como los componentes heredados de la familia BaseChatModel y los LLM heredados de BaseTool herramientas, así como componentes de alto nivel como los heredados de Agent A continuación se muestra un ejemplo de creación de un agente que puede leer un archivo PDF y utilizar la herramienta. A continuación se muestra un ejemplo de creación de un agente que puede leer archivos PDF y utilizar herramientas:

   from qwen_agent.agents import Assistant
   from qwen_agent.tools.base import BaseTool, register_tool
   @register_tool('my_image_gen')
   class MyImageGen(BaseTool):
   description = 'AI 绘画服务，输入文本描述，返回基于文本信息绘制的图像 URL。'
   parameters = [{'name': 'prompt', 'type': 'string', 'description': '所需图像内容的详细描述', 'required': True}]
   def call(self, params: str, **kwargs) -> str:
   prompt = json5.loads(params)['prompt']
   prompt = urllib.parse.quote(prompt)
   return json5.dumps({'image_url': f'https://image.pollinations.ai/prompt/{prompt}'}, ensure_ascii=False)
   llm_cfg = {
   'model': 'qwen-max',
   'model_server': 'dashscope',
   'generate_cfg': {'top_p': 0.8}
   }
   tools = ['my_image_gen', 'code_interpreter']
   files = ['./examples/resource/doc.pdf']
   bot = Assistant(llm=llm_cfg, system_message='You are a helpful assistant.', function_list=tools, files=files)
   messages = []
   while True:
   query = input('user query: ')
   messages.append({'role': 'user', 'content': query})
   response = bot.run(messages=messages)
   for res in response:
   print('bot response:', res)
   messages.extend(res)
   

3. Demostración rápida de Gradio::

   from qwen_agent.gui import WebUI
   WebUI(bot).run()