Qwen-Agent: основанный на Qwen фреймворк для приложений интеллектуальных агентов, включающий вызовы инструментов, интерпретаторы кода, RAG и расширения для Chrome.

Общее введение

Qwen-Agent - это фреймворк приложений для интеллектуальных агентов, разработанный на основе Qwen 2.0 и выше, с такими возможностями, как выполнение команд, использование инструментов, планирование и память. Qwen-Agent поддерживает различные функциональные модули, включая вызовы функций, интерпретацию кода, RAG (Retrieval Augmentation Generation) и расширения Chrome, для различных сложных сценариев применения.

BrowserQwen, браузерное расширение для "умных" тел

Список функций

• вызов функции: Поддерживает автоматизацию сложных задач с помощью вызовов функций.
• интерпретатор кода: Предоставление функций интерпретации кода, чтобы помочь пользователям понять и выполнить код.
• RAG (Retrieval Augmentation Generation): Поддерживает крупномасштабный поиск и генерацию документов для задач викторины по длинным документам.
• Расширение Chrome: Предоставляет расширения для браузеров, которые улучшают работу пользователя.
• Инструменты настройки: Позволяет пользователям добавлять пользовательские инструменты для расширения функциональности фреймворка.

Использование помощи

Процесс установки

1. Установка стабильной версии из PyPI::

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

   Или установите наименее зависимую версию:

   pip install -U qwen-agent
   

   Дополнительные зависимости включают:

   • [gui]: Поддержка графического интерфейса на основе Gradio
   • [rag]: Поддержка RAG
   • [code_interpreter]: Поддержка интерпретаторов кода
   • [python_executor]: Интегрированные в инструмент рассуждения в поддержку Qwen2.5-Math
2. Установите последнюю версию разработки из исходного кода::

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

   Или установите наименее зависимую версию:

   pip install -e ./
   

Функции Поток операций

1. Служба модели конфигурации::
   • Используйте службу моделирования, предоставляемую AliCloud DashScope, чтобы установить переменную окружения DASHSCOPE_API_KEY для вашего ключа API DashScope.
   • В качестве альтернативы разверните и используйте свой собственный модельный сервис, следуя инструкциям в README для Qwen2.
2. Разработка пользовательских агентов::
   Qwen-Agent предоставляет базовые компоненты, такие как компоненты, унаследованные от BaseChatModel и LLM, унаследованные от BaseTool инструменты, а также компоненты высокого уровня, например, унаследованные от Agent Ниже приведен пример создания агента, который может читать PDF-файлы и использовать инструменты. Ниже приведен пример создания агента, который может читать PDF-файлы и использовать инструменты:

   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. Демонстрация быстрого запуска Gradio::

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