Qwen-Agent: uma estrutura baseada em Qwen para aplicativos de agentes inteligentes, incluindo chamadas de ferramentas, interpretadores de código, RAGs e extensões do Chrome.

Introdução geral

O Qwen-Agent é uma estrutura de aplicativo de agente inteligente desenvolvida com base no Qwen 2.0 e superior com recursos de acompanhamento de comandos, uso de ferramentas, planejamento e memória. A estrutura oferece uma variedade de aplicativos de amostra, como auxiliares de navegador, intérpretes de código e auxiliares personalizados, para ajudar os desenvolvedores a criar e implantar rapidamente aplicativos de agentes inteligentes. O Qwen-Agent oferece suporte a uma variedade de módulos funcionais, incluindo chamadas de função, interpretação de código, RAG (Retrieval Augmentation Generation) e extensões do Chrome, para uma variedade de cenários de aplicativos complexos.

BrowserQwen, uma extensão baseada em navegador para corpos inteligentes

Lista de funções

• chamada de funçãoSuporte à automação de tarefas complexas por meio de chamadas de função.
• interpretador de códigoFuncionalidade de interpretação de código: fornece funcionalidade de interpretação de código para ajudar os usuários a entender e executar o código.
• RAG (Retrieval Augmentation Generation)Suporte à recuperação e geração de documentos em larga escala para tarefas de questionamento de documentos longos.
• Extensão do ChromeFornece extensões de navegador para aprimorar a experiência de navegação do usuário.
• Ferramentas de personalizaçãoPermite que os usuários adicionem ferramentas personalizadas para ampliar a funcionalidade da estrutura.

Usando a Ajuda

Processo de instalação

1. Instalando a versão estável do PyPI::

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

   Ou instale a versão menos dependente:

   pip install -U qwen-agent
   

   As dependências opcionais incluem:

   • [gui]Suporte à GUI baseada em Gradio
   • [rag]Suporte para o RAG
   • [code_interpreter]Suporte para interpretadores de código
   • [python_executor]Raciocínio integrado à ferramenta em apoio ao Qwen2.5-Math
2. Instale a versão de desenvolvimento mais recente a partir da fonte::

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

   Ou instale a versão menos dependente:

   pip install -e . /
   

Função Fluxo de operação

1. Serviço de modelo de configuração::
   • Use o serviço de modelo fornecido pelo AliCloud DashScope para definir a variável de ambiente DASHSCOPE_API_KEY para sua chave de API do DashScope.
   • Como alternativa, implante e use seu próprio serviço de modelo, seguindo as instruções no README do Qwen2.
2. Desenvolvimento de agentes personalizados::
   O Qwen-Agent fornece componentes básicos, como os componentes herdados do BaseChatModel e os LLMs herdados de BaseTool ferramentas, bem como componentes de alto nível, como os herdados de Agente Veja a seguir um exemplo de criação de um agente que pode ler um arquivo PDF e usar a ferramenta. Veja a seguir um exemplo de criação de um agente que pode ler arquivos PDF e usar ferramentas:

   from qwen_agent.agents import Assistant
   de qwen_agent.tools.base import BaseTool, register_tool
   @register_tool('my_image_gen')
   class MyImageGen(BaseTool).
   description = 'Serviço de pintura de IA que insere uma descrição de texto e retorna um URL de uma imagem pintada com base nas informações de texto'.
   parameters = [{'name': 'prompt', 'type': 'string', 'description': 'Descrição detalhada do conteúdo da imagem desejada', '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_server': 'dashscope',
   'generate_cfg': {'top_p': 0.8}
   }
   ferramentas = ['my_image_gen', 'code_interpreter']
   files = ['. /examples/resource/doc.pdf']
   bot = Assistant(llm=llm_cfg, system_message='Você é um assistente útil.', function_list=tools, files=files)
   mensagens = []
   while True: query = input('user query')
   query = input('user query: ')
   messages.append({'role': 'user', 'content': query})
   response = bot.run(messages=messages)
   para res em response.
   print('resposta do bot:', res)
   messages.extend(res)
   

3. Demonstração rápida do Gradio::

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