Ejen Atom: Rangka Kerja Ringan, Modular untuk Membina Ejen AI
Ejen AI merevolusi industri dengan melakukan tugas secara autonomi. Apabila populariti mereka berkembang, begitu juga keperluan untuk kerangka pembangunan yang cekap. Ejen Atom adalah pendatang baru yang direka untuk penciptaan ejen AI yang ringan, modular, dan mesra pengguna. Pendekatan telus, tangannya membolehkan pemaju secara langsung berinteraksi dengan komponen individu, sesuai untuk membina sistem AI yang sangat disesuaikan, mudah difahami. Artikel ini meneroka fungsi agen atom dan manfaat reka bentuk minimalisnya.
Jadual Kandungan
- Bagaimana agen atom berfungsi
- Membuat ejen asas
- Prasyarat
- Pembinaan ejen
- Menggabungkan memori
- Mengubah suai sistem
- Pelaksanaan sembang ejen yang berterusan
- Output sembang streaming
- Integrasi skema output tersuai
- Soalan yang sering ditanya
Bagaimana agen atom berfungsi
Atom, yang bermaksud tidak dapat dipisahkan, dengan sempurna menggambarkan agen atom. Setiap ejen dibina dari komponen asas, bebas. Tidak seperti rangka kerja seperti Autogen dan Crew AI, yang menggunakan abstraksi peringkat tinggi, agen atom menggunakan reka bentuk modular yang rendah. Ini memberi pemaju kawalan langsung ke atas komponen seperti input/output, integrasi alat, dan pengurusan memori, menghasilkan agen yang sangat disesuaikan dan boleh diramal. Pelaksanaan berasaskan kod memastikan penglihatan lengkap, yang membolehkan kawalan halus ke atas setiap peringkat, dari pemprosesan input ke penjanaan tindak balas.
Membuat ejen asas
Prasyarat
Sebelum ejen bangunan, kunci API yang diperlukan untuk LLM yang anda pilih. Muatkan kunci ini menggunakan fail .env
:
dari dotenv import load_dotenv load_dotenv ('./ env')
Perpustakaan Penting:
- Atom-agen-1.0.9
- Pengajar - 1.6.4 (untuk data berstruktur dari LLMS)
- Kaya - 13.9.4 (untuk pemformatan teks)
Pembinaan ejen
Mari buat ejen mudah:
Langkah 1: Import perpustakaan yang diperlukan.
Import OS Pengajar Import Import Openai dari Rich.Console Import Console dari panel import rich.panel dari Rich.Text Import Text dari Rich.Live Import Live dari atomic_agents.agents.base_agent import baseagent, baseagentconfig, baseagentinputschema, baseagentoutputschema
Langkah 2: Inisialisasi LLM.
pelanggan = instruktur.from_openai (openai.openai ())
Langkah 3: Sediakan ejen.
Agent = Baseagent (config = BaseagentConfig (client = client, model = "GPT-4O-Mini", suhu = 0.2))
Jalankan ejen:
hasil = agen.run (baseagentInputschema (chat_message = 'mengapa cecair merkuri pada suhu bilik?')) cetak (result.chat_message)
Ini mewujudkan ejen asas dengan kod minimum. Menghidupkan semula ejen akan mengakibatkan kehilangan konteks. Mari tambahkan ingatan.
Menggabungkan memori
Langkah 1: Import AgentMemory
dan Inisialisasi.
dari atomic_agents.lib.components.agent_memory import AgentMemory Memory = AgentMemory (max_messages = 50)
Langkah 2: Bina ejen dengan ingatan.
Agent = BaseAgent (config = BaseagentConfig (client = client, model = "gpt-4o-mini", suhu = 0.2, memori = memori))
Sekarang, ejen mengekalkan konteks merentasi pelbagai interaksi.
Mengubah suai sistem
Langkah 1: Import SystemPromptGenerator
dan periksa prompt lalai.
dari atomic_agents.lib.components.system_prompt_generator import SystemPromptGenerator cetak (agen.system_prompt_generator.generate_prompt ()) agen.system_prompt_generator.background
Langkah 2: Tentukan prompt adat.
System_Prompt_Generator = SystemPromptGenerator ( latar belakang = ["Pembantu ini adalah pakar fizik khusus yang direka untuk membantu dan mesra."], langkah = ["Memahami input pengguna dan memberikan respons yang relevan.", "Balas pengguna."], output_instructions = ["Menyediakan maklumat yang berguna dan relevan untuk membantu pengguna.", "Bersahabat dan menghormati semua interaksi.", "Sentiasa jawab dalam ayat berima."] )
Anda juga boleh menambah mesej ke ingatan secara bebas.
Langkah 3 & 4: Bina ejen dengan memori dan custom prompt. (Sama dengan langkah -langkah sebelumnya, mengintegrasikan memory
dan system_prompt_generator
ke BaseAgentConfig
)
Output kini akan mencerminkan spesifikasi Prompt Custom.
Pelaksanaan sembang ejen yang berterusan, output sembang streaming, integrasi skema output tersuai (bahagian -bahagian ini akan mengikuti corak contoh kod dan penjelasan yang sama seperti di atas, menyesuaikan kod untuk mencapai chat berterusan, streaming, dan output skema tersuai.
Soalan yang sering ditanya
(Ini akan ditangani di sini, mencerminkan kandungan asal.)
Kesimpulan
Ejen Atom menawarkan rangka kerja yang diselaraskan dan modular yang menyediakan pemaju kawalan lengkap ke atas agen AI mereka. Kesederhanaan dan ketelusannya memudahkan penyelesaian yang sangat disesuaikan tanpa kerumitan abstraksi peringkat tinggi. Ini menjadikannya pilihan yang sangat baik untuk pembangunan AI yang boleh disesuaikan. Apabila rangka kerja berkembang, mengharapkan lebih banyak ciri, mengekalkan pendekatan minimalisnya untuk membina agen AI yang jelas dan disesuaikan.
Atas ialah kandungan terperinci Apakah ejen atom?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Memanfaatkan kekuatan visualisasi data dengan carta Microsoft Power BI Dalam dunia yang didorong oleh data hari ini, dengan berkesan menyampaikan maklumat yang rumit kepada penonton bukan teknikal adalah penting. Visualisasi data jambatan jurang ini, mengubah data mentah i

Sistem Pakar: menyelam yang mendalam ke dalam kuasa membuat keputusan AI Bayangkan mempunyai akses kepada nasihat pakar mengenai apa -apa, dari diagnosis perubatan kepada perancangan kewangan. Itulah kuasa sistem pakar dalam kecerdasan buatan. Sistem ini meniru pro

Pertama sekali, jelas bahawa ini berlaku dengan cepat. Pelbagai syarikat bercakap mengenai perkadaran kod mereka yang kini ditulis oleh AI, dan ini semakin meningkat pada klip pesat. Terdapat banyak anjakan pekerjaan

Industri filem, bersama semua sektor kreatif, dari pemasaran digital ke media sosial, berdiri di persimpangan teknologi. Sebagai kecerdasan buatan mula membentuk semula setiap aspek bercerita visual dan mengubah landskap hiburan

Kursus Online AI/ML percuma ISRO: Gerbang ke Inovasi Teknologi Geospatial Pertubuhan Penyelidikan Angkasa India (ISRO), melalui Institut Pengesan Jauh India (IIRS), menawarkan peluang yang hebat untuk pelajar dan profesional

Algoritma Carian Tempatan: Panduan Komprehensif Merancang acara berskala besar memerlukan pengagihan beban kerja yang cekap. Apabila pendekatan tradisional gagal, algoritma carian tempatan menawarkan penyelesaian yang kuat. Artikel ini meneroka pendakian bukit dan simul

Pelepasan ini termasuk tiga model yang berbeza, GPT-4.1, GPT-4.1 Mini dan GPT-4.1 Nano, menandakan langkah ke arah pengoptimuman khusus tugas dalam landskap model bahasa yang besar. Model-model ini tidak segera menggantikan antara muka yang dihadapi pengguna seperti

Gergasi Chip Nvidia berkata pada hari Isnin ia akan memulakan pembuatan superkomputer AI - mesin yang boleh memproses sejumlah besar data dan menjalankan algoritma kompleks - sepenuhnya dalam A.S. untuk kali pertama. Pengumuman itu datang selepas Presiden Trump Si


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Versi Mac WebStorm
Alat pembangunan JavaScript yang berguna

Penyesuai Pelayan SAP NetWeaver untuk Eclipse
Integrasikan Eclipse dengan pelayan aplikasi SAP NetWeaver.

VSCode Windows 64-bit Muat Turun
Editor IDE percuma dan berkuasa yang dilancarkan oleh Microsoft

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Muat turun versi mac editor Atom
Editor sumber terbuka yang paling popular