ModelScope-Agent 提供了一個通用的、可自訂的 Agent 框架，方便使用者打造屬於自己的智慧體。該框架基於開源的大語言模型(LLMs) 作為核心，並提供了一個用戶友好的系統庫，具有以下特點：
-
可自訂且功能全面的框架：提供可自訂的引擎設計，涵蓋了資料收集、工具檢索、工具註冊、儲存管理、客製化模型訓練和實際應用等功能，可用於快速實現實際場景中的應用。
-
開源LLMs 作為核心元件：#支援在ModelScope 社群的多個開源LLMs 上進行模型訓練，並開源了配套的中英文工具指令資料集MSAgent-Bench，用於增強開源大模型作為Agent 中樞的規劃調度能力。
-
多樣化且全面的API，支援API 檢索：以統一的方式實現與模型API 和常見的功能API 進行無縫集成，預設提供開源API 檢索方案。
- 論文連結：https://arxiv.org/abs/2309.00986
- #程式碼連結：https://github.com/modelscope/modelscope-agent
- ModelScope 體驗網址：https://modelscope.cn/studios/damo/ModelScopeGPT/summary
能力展示
下面先展示一些基於ModelScope-Agent 實作的ModelScopeGPT （魔搭GPT）的能力：
需要重寫的內容是：1. 在單步驟工具呼叫中，Agent 需要選擇適當的工具並產生請求，然後根據執行結果將結果傳回給使用者
2. 在多步驟工具呼叫中，Agent 需要進行多個工具的規劃、排程、執行和回應
3. 多輪對話中工具調用，Agent 需要從歷史對話中挖掘需要傳給工具的參數。
基於檢索工具的社群知識問答平台
##框架介紹
ModelScope-Agent 框架的設計原理是什麼？
ModelScope-Agent 是一個通用的、可自訂的Agent 框架，用於實際應用程式開發，其基於開源的大語言模型(LLMs) 作為核心，包含記憶控制、工具使用等模組。開源 LLM 主要負責任務規劃、調度以及回復生成；記憶控制模組，主要包含知識檢索以及 prompt （提示詞）管理；工具使用模組，包含工具庫以及工具檢索和工具可自訂化。 ModelScope-Agent 系統架構如下：
#ModelScope-Agent 框架是如何執行的
ModelScope-Agent 的工作原理是，把目標拆分成更小的任務，然後一項一項完成。例如，當使用者要求「寫一個簡短故事，並用女聲朗讀，同時配個影片」時，ModelScope-Agent 會展示整個任務規劃過程，先透過工具檢索檢索相關的語音合成工具，然後由開源LLM 進行規劃調度， 首先生成一段故事，然後調用對應語音生成模型，生成語音並用女聲念出，展示給用戶，最後再調用視頻生成模型，針對生成的故事內容生成一段視頻；這裡全程不需要用戶配置當前請求可能需要呼叫到的工具，大大提升了使用便利性。
開源大模型訓練框架：全新的訓練方法、資料和模型開源化#
除了 ModelScope-Agent 框架之外，研究團隊也提出了新的工具指令微調訓練方法：Weighted LM，透過對工具指令呼叫部分 token 進行 loss 加權，提升開源大模型工具指令呼叫能力。
研究團隊也發布了名為MSAgent-Bench的高品質中英資料集，其中包含60萬個具備多輪多步工具指令調用能力的樣本。基於這個資料集，研究團隊採用了新的訓練方法，對Qwen-7B模型進行了最佳化，並得到了一個名為MSAgent-Qwen-7B的模型。相關的資料集和模型已經在開源平台上公開發布
- MSAgent-Bench： https://modelscope.cn/datasets/damo/MSAgent-Bench/summary
-
MSAgent-Qwen-7B：https://modelscope.cn/models/damo/MSAgent-Qwen -7B/summary
重寫後的內容：整合工具清單
目前ModelScope-Agent 已經預設存取了自然語言處理、語音、視覺、多模態等眾多AI 模型，也預設整合了知識檢索、API 檢索等開源方案。
ModelScope-Agent 實作
##ModelScope-Agent github 也提供了保母級實作demo 頁，讓小白新手也能建構屬於自己的智能體。
請下載示範筆記本：https://github.com/modelscope/modelscope-agent/blob/master/demo/demo_qwen_agent.ipynb
#1、先拉取ModelScope-Agent 程式碼並安裝相關依賴
2、需要設定config 文件，包括ModelScope token 和建置API 工具檢索引擎
3、樞大模型啟動
## 4、代理程式建構和使用，依賴先前建構好的大模型，工具列表，工具檢索和記憶模組
註冊新工具實踐
1、拉取ModelScope-Agent 程式碼後，進入modelscope_agent/tools 目錄，在程式碼層級新增一個名為custom_tool.py 的檔案。在該檔案中配置 API 所需的：描述（description）、名稱（name）和參數（parameters）。同時，增加兩種呼叫方式的選項：local_call（本地呼叫）和remote_call（遠端呼叫）
需要重新寫的內容是：2 、配置環境和大模型部署參考前一章節的2、3
3、將新註冊的工具建構成列表，並添加到Agent的建置過程中
4、使用agen.run()方法，輸入查詢(query)來測試工具是否能夠成功呼叫對應的API
5、代理程式會自動呼叫對應的API，並將執行結果傳回主模型，主模型再回傳回應
####################### #One More Thing############開發者可以參考上述教學很容易建立屬於自己的智能體，ModelScope-Agent 依托魔搭社區，未來也會適配更多新增的開源大模型，推出更多基於ModelScope-Agent 開發的應用，如客戶服務Agent、個人助理Agent、story Agent、Motion Agent、multi-Agent（多模態Agent） 等等。 ######
以上是有了ModelScope-Agent，小白也能打造專屬智能體，附保母等級教學的詳細內容。更多資訊請關注PHP中文網其他相關文章！
