【大语言模型】LangChain 核心模块介绍（Agents）

一、简介

我们都知道四肢的绝大部分动作都是由大脑决定的，大脑通过中枢神经下发自己的操作指令，四肢就可以按照我们的需求进行动作。

而大语言模型其实就相当于一个大脑的角色，其本身是无法直接进行任何操作的。那么就需要一个”中枢神经“，帮助它下发指令，传递反馈信息，这个中枢神经就是 Agent。

在官方文档中，有这样的一句说明，讲出了 Agents 的核心。

The core idea of agents is to use a language model to choose a sequence of actions to take.
代理的核心思想是使用语言模型来选择要采取的一系列行动。

如果在前面学习的过程中，通过 LangChain 让大模型了解的是“怎么思考”。那 Agents 的作用就是让大模型自己去决定“怎么做”。其实就是基于ReaAct理念的一种实践方式。

二、Agents 的核心概念

Agents 的核心思想是使用语言模型来选择要采取的一系列操作。语言模型所起到的作用为，被用作推理引擎来确定要采取哪些操作以及按什么顺序。在这个过程里面主要包含以下核心组件：

• Schema
  • AgentAction
  • AgentFinish
  • Intermediate Steps
• Agent
  • Agent Inputs
  • Agent Outputs
• AgentExecutor
• Tools
  • Considerations
• Toolkits

三、实战案例

3.1、需求说明

通过 Agent 实现调用 Selenium 打开、退出浏览器、获取当前 URL 等操作。

3.2、实现思路

• 实现工具包。
• 初始化 Agent

3.3、完整源码

封装 Selenium 工具： 将会使用到的行为操作，提前封装起来

from selenium import webdriverclass WebAutoFramework:def __init__(self):self.driver = Noneif self.driver is None:# self.driver = webdriver.Firefox()option = webdriver.FirefoxOptions()option.binary_location = r"C:\Program Files (x86)\Mozilla Firefox\firefox.exe"self.driver = webdriver.Firefox(options=option)  # 这里添加的是driver的绝对路径self.driver.implicitly_wait(5)def open(self, url):self.driver.get(url)def quit(self):self.driver.quit()def get_title(self):return self.driver.title

定义工具池：将所有的行为操作，按照要求的tools规范定义清楚。

from langchain_core.tools import toolfrom Artificial_intelligence.大语言模型应用开发框架L2.核心模块Agents.web_auto_selenium import WebAutoFrameworkweb = WebAutoFramework()@tool
def open_web(url):"""打开一个网页"""web.open(url)# if __name__ == '__main__':
#     print(open.name)
#     print(open.args)
#     print(open.description)@tool
def quit_web():"""退出浏览器"""web.quit()@tool
def get_title():"""获取网页标题:return:"""print(web.get_title())tools = [open_web, quit_web, get_title]

初始化 Agent 并执行， 将封装好的 tools 传入 agent 中：

from langchain import hub
from langchain.agents import create_openai_functions_agent, AgentExecutor
from langchain_openai import ChatOpenAIfrom Artificial_intelligence.大语言模型应用开发框架L2.核心模块Agents.create_selenium_tools import tools
import osos.environ["OPENAI_API_KEY"] = "xxxxxxxxxxxxxxx"  # 将个人token替换到这个位置
os.environ["OPENAI_API_BASE"] = "xxxxxxxxxxxxxxx"prompt = hub.pull("hwchase17/openai-functions-agent")llm = ChatOpenAI(model="gpt-3.5-turbo")# 初始化 Agent
agent = create_openai_functions_agent(llm, tools, prompt)
# 初始化 Agent 的配置
agent_executor = AgentExecutor(agent=agent,tools=tools, verbose=True,return_intermediate_steps=True, handle_parsing_errors=True)
if __name__ == '__main__':agent_executor.invoke({"input": """请打开 https://www.baidu.com/ 网站返回当前的网页的标题，再退出浏览器。"""})

执行结果：

> Entering new AgentExecutor chain...Invoking: `open_web` with `{'url': 'https://www.baidu.com/'}`None
Invoking: `get_title` with `{}`百度一下，你就知道
None
Invoking: `quit_web` with `{}`None我已经打开了 https://www.baidu.com/ 网站，并获取了当前网页的标题为 "百度一下，你就知道"。现在已经退出了浏览器。如果您有任何其他问题或需要进一步帮助，请随时告诉我。> Finished chain.进程已结束，退出代码为 0