Apakah ejen atom?
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!

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

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Meta's Llama 3.2: Lompat ke hadapan dalam Multimodal dan Mobile AI META baru -baru ini melancarkan Llama 3.2, kemajuan yang ketara dalam AI yang memaparkan keupayaan penglihatan yang kuat dan model teks ringan yang dioptimumkan untuk peranti mudah alih. Membina kejayaan o

Hei ada, pengekodan ninja! Apa tugas yang berkaitan dengan pengekodan yang anda telah merancang untuk hari itu? Sebelum anda menyelam lebih jauh ke dalam blog ini, saya ingin anda memikirkan semua kesengsaraan yang berkaitan dengan pengekodan anda-lebih jauh menyenaraikan mereka. Selesai? - Let ’

Landskap AI minggu ini: Badai kemajuan, pertimbangan etika, dan perdebatan pengawalseliaan. Pemain utama seperti Openai, Google, Meta, dan Microsoft telah melepaskan kemas kini, dari model baru yang terobosan ke peralihan penting di LE

Memo CEO Shopify Tobi Lütke baru -baru ini dengan berani mengisytiharkan penguasaan AI sebagai harapan asas bagi setiap pekerja, menandakan peralihan budaya yang signifikan dalam syarikat. Ini bukan trend seketika; Ini adalah paradigma operasi baru yang disatukan ke p

Pengenalan Bayangkan berjalan melalui galeri seni, dikelilingi oleh lukisan dan patung yang terang. Sekarang, bagaimana jika anda boleh bertanya setiap soalan dan mendapatkan jawapan yang bermakna? Anda mungkin bertanya, "Kisah apa yang anda ceritakan?

Pengenalan OpenAI telah mengeluarkan model barunya berdasarkan seni bina "strawberi" yang sangat dijangka. Model inovatif ini, yang dikenali sebagai O1, meningkatkan keupayaan penalaran, yang membolehkannya berfikir melalui masalah MOR

Laporan Indeks Perisikan Buatan 2025 yang dikeluarkan oleh Stanford University Institute for Manusia Berorientasikan Kecerdasan Buatan memberikan gambaran yang baik tentang revolusi kecerdasan buatan yang berterusan. Mari kita menafsirkannya dalam empat konsep mudah: kognisi (memahami apa yang sedang berlaku), penghargaan (melihat faedah), penerimaan (cabaran muka), dan tanggungjawab (cari tanggungjawab kita). Kognisi: Kecerdasan buatan di mana -mana dan berkembang pesat Kita perlu menyedari betapa cepatnya kecerdasan buatan sedang berkembang dan menyebarkan. Sistem kecerdasan buatan sentiasa bertambah baik, mencapai hasil yang sangat baik dalam ujian matematik dan pemikiran kompleks, dan hanya setahun yang lalu mereka gagal dalam ujian ini. Bayangkan AI menyelesaikan masalah pengekodan kompleks atau masalah saintifik peringkat siswazah-sejak tahun 2023

Meta's Llama 3.2: Powerhouse AI Multimodal Model multimodal terbaru Meta, Llama 3.2, mewakili kemajuan yang ketara dalam AI, yang membanggakan pemahaman bahasa yang dipertingkatkan, ketepatan yang lebih baik, dan keupayaan penjanaan teks yang unggul. Keupayaannya t
