Qwen-Agent : un cadre basé sur Qwen pour les applications d'agents intelligents, comprenant des appels d'outils, des interprètes de code, des RAG et des extensions Chrome.

Introduction générale

Qwen-Agent est un cadre d'application d'agent intelligent développé sur la base de Qwen 2.0 et plus, avec des capacités de suivi des commandes, d'utilisation d'outils, de planification et de mémoire. Qwen-Agent prend en charge une variété de modules fonctionnels, y compris les appels de fonction, l'interprétation de code, RAG (Retrieval Augmentation Generation), et les extensions Chrome, pour une variété de scénarios d'application complexes.

Qwen-Agent:基于Qwen的智能代理应用框架,包括工具调用、代码解释器、RAG和Chrome扩展。

 

BrowserQwen, une extension de navigateur pour les corps intelligents

Qwen-Agent:基于Qwen的智能代理应用框架,包括工具调用、代码解释器、RAG和Chrome扩展。

 

Liste des fonctions

  • appel de fonctionLe système de gestion de l'information : Il permet d'automatiser des tâches complexes par le biais d'appels de fonctions.
  • interprète de codeLes services d'interprétation du code : fournir une fonctionnalité d'interprétation du code afin d'aider les utilisateurs à comprendre et à exécuter le code.
  • RAG (Retrieval Augmentation Generation)Le système d'information sur les documents : il permet la recherche et la génération de documents à grande échelle pour les tâches d'interrogation portant sur de longs documents.
  • Extension Chrome: Fournit des extensions de navigateur pour améliorer l'expérience de navigation de l'utilisateur.
  • Outils de personnalisationLe système de gestion de l'information : permet aux utilisateurs d'ajouter des outils personnalisés pour étendre les fonctionnalités du cadre.

 

Utiliser l'aide

Processus d'installation

  1. Installer la version stable depuis PyPI: :
    pip install -U "qwen-agent[gui,rag,code_interpreter,python_executor]"
    

    Ou installez la version la moins dépendante :

    pip install -U qwen-agent
    

    Les dépendances optionnelles sont les suivantes :

    • [gui]Support de l'interface graphique basée sur Gradio
    • [rag]Soutien au RAG : Soutien au RAG
    • [code_interpreter]Support pour les interpréteurs de code : Support pour les interpréteurs de code
    • [python_executor]Le raisonnement intégré à l'outil à l'appui de Qwen2.5-Math
  2. Installer la dernière version de développement à partir des sources: :
    git clone https://github.com/QwenLM/Qwen-Agent.git
    cd Qwen-Agent
    pip install -e ./[gui,rag,code_interpreter,python_executor]
    

    Ou installez la version la moins dépendante :

    pip install -e ./
    

Fonction Opération Déroulement

  1. Modèle de configuration Service: :
    • Utilisez le service de modèle fourni par AliCloud DashScope pour définir la variable d'environnement. DASHSCOPE_API_KEY pour votre clé API DashScope.
    • Vous pouvez également déployer et utiliser votre propre service modèle en suivant les instructions du fichier README de Qwen2.
  2. Développement des agents sur mesure: :
    Qwen-Agent fournit des composants de base, tels que les composants hérités de l'élément BaseChatModel et les LLM hérités de BaseTool ainsi que des composants de haut niveau tels que ceux hérités de Agent de l'agent. Voici un exemple de création d'un agent capable de lire des fichiers PDF et d'utiliser des outils :

    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. Démonstration rapide de Gradio: :
    from qwen_agent.gui import WebUI
    WebUI(bot).run()
    
© déclaration de droits d'auteur

Articles connexes

Pas de commentaires

Vous devez être connecté pour participer aux commentaires !
S'inscrire maintenant
aucun
Pas de commentaires...