Day31 - Agent 机制，ReAct 模式_agent mode react-优快云博客

本文链接：https://blog.youkuaiyun.com/CSBLOG/article/details/145243324

一、模型调用

前置文件：

models.py
.env

1. 引入依赖

from models import get_chat
from langchain_core.messages import SystemMessage
from langchain_core.messages import HumanMessage
from langchain_core.prompts import SystemMessagePromptTemplate
from langchain_core.prompts import HumanMessagePromptTemplate
from langchain_core.prompts import ChatPromptTemplate

model = get_chat()

2. 模型调用

# 标准写法
messages = [HumanMessage(content="你是谁？")]

# 简写
messages = [("system","你是我的男友，你喜欢用温柔宠溺的语气说话，请使用这种风格跟我聊天。"),
    ("user","你是谁？")]

model.invoke(input=messages)

3. 提问

messages = [HumanMessage(content="新中国成立多少年？")]

可见模型无法获取当前时间进行推算。

接下来我们绑上时间函数的工具，看看结果如何

from datetime import datetime
def get_current_datetime():
    """
        获取当前的日期和时间
    """
    now = datetime.now()
    formatted_date = now.strftime("%Y-%m-%d %H:%M:%S")
    return formatted_date

model_with_tools = model.bind_tools(tools=[get_current_datetime])

加上获取时间的工具后，模型仍然无法直接推算出多少年。可见模型本身是不能调工具的。

二、大语言模型

大语言模型的本质

输入一句话，输出一句话

模型可以调用外部工具（函数）吗？

不能！

模型很聪明，虽然它自己不能调用函数，但是它能很好的判断是否需要调函数。

调用哪个函数？
需要什么参数？

如果需要调用函数，获取相关结果，则需要使用代理模式。

动作代理
Agent

from langgraph.prebuilt import create_react_agent

agent = create_react_agent(model=model,tools=[get_current_datetime])

results = agent.invoke(input={"messages":messages})

for msg in results["messages"]:
    msg.pretty_print()

Agent 的技术本质

人工智能的本质 y = F(x)

agent 做的事都不应该是大模型做的事。

agent 是个工程调度问题，我们把很多的外部能力封装成 tool ，交给大模型参考。

大模型站在大脑的视角，可以灵活调度这些外部工具。

大模型只负责判断什么时候该调用什么工具，以及参数是什么。具体的调用是通过外部代理实现。

大模型不负责具体的调用，动作代理负责配合大模型来调用。

动作代理接收大模型的调用指示，完成调用动作，并把结果返给大模型。

ReAct：Reason + Action

推理 + 执行：先思考，再执行
反复推理 + 执行，直至完成

Step By Step 一步一步解决问题

CoT : Chain of Thought 思维链，思考的过程

让大模型参考用户提供的工具来回答问题

def get_apple_price(model):
    """
        查询苹果手机的价格,
        入参：model 为型号，是一个字符串。取值为：‘7s’,‘xs‘,’13pro‘,’14pro‘,’15pro‘等
        返参：单位为美元
    """
    if model == "7s":
        return 999
    elif model == "xs":
        return 1499
    elif mode == "13pro":
        return 2000


def money_exchange(amount):
    """
        实现美元兑换人民币功能
        请注意：
            1. 入参是一个浮点数，单位是美元。
            2. 返参也是一个浮点数，是转换后的人民币
    """
    return amount * 7.32

agent = create_react_agent(model=model, 
                           tools=[get_apple_price, get_current_datetime,money_exchange])


results = agent.invoke(input={"messages":[("user","7s多少人民币？")]})