Qwen-Agent: 도구 호출, 코드 인터프리터, RAG 및 Chrome 확장 프로그램을 포함한 지능형 에이전트 애플리케이션을 위한 Qwen 기반 프레임워크입니다.

일반 소개

Qwen-Agent 是一个基于 Qwen 2.0 及以上版本开发的智能代理应用框架，具备指令跟随、工具使用、规划和记忆等能力。该框架提供了多种示例应用，如浏览器助手、代码解释器和自定义助手，帮助开发者快速构建和部署智能代理应用。Qwen-Agent 支持多种功能模块，包括函数调用、代码解释、RAG（检索增强生成）和 Chrome 扩展，适用于各种复杂的应用场景。

基于浏览器的智能体扩展BrowserQwen

기능 목록

• 함수 호출：支持通过函数调用实现复杂任务的自动化处理。
• 코드 인터프리터：提供代码解释功能，帮助用户理解和执行代码。
• RAG(검색 증강 생성)：支持大规模文档的检索和生成，适用于长文档的问答任务。
• Chrome 확장 프로그램：提供浏览器扩展功能，增强用户的浏览体验。
• 사용자 지정 도구：允许用户添加自定义工具，扩展框架的功能。

도움말 사용

설치 프로세스

1. 从 PyPI 安装稳定版本::

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

   或者安装最小依赖版本：

   pip install -U qwen-agent
   

   可选依赖包括：

   • [gui]：支持基于 Gradio 的 GUI
   • [rag]：支持 RAG
   • [code_interpreter]：支持代码解释器
   • [python_executor]：支持 Qwen2.5-Math 的工具集成推理
2. 从源码安装最新开发版本::

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

   或者安装最小依赖版本：

   pip install -e ./
   

기능 작동 흐름

1. 配置模型服务::
   • 使用阿里云 DashScope 提供的模型服务，设置环境变量 DASHSCOPE_API_KEY 为您的 DashScope API 密钥。
   • 或者，部署并使用您自己的模型服务，按照 Qwen2 的 README 中的说明进行部署。
2. 开发自定义代理::
   Qwen-Agent 提供了基础组件，如继承自 BaseChatModel 的 LLM 和继承自 BaseTool 的工具，以及高层组件如继承自 Agent 的代理。以下是创建一个能够读取 PDF 文件并使用工具的代理示例：

   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. 快速启动 Gradio Demo::

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