Agent-Driver 项目使用教程

Agent-Driver 项目使用教程

1. 项目目录结构及介绍

Agent-Driver/
├── agentdriver/
│   ├── llm_core/
│   ├── execution/
│   ├── unit_test/
│   └── ...
├── data/
│   ├── finetune/
│   ├── memory/
│   ├── metrics/
│   ├── train/
│   ├── val/
│   └── split.json
├── scripts/
│   ├── run_finetune.sh
│   ├── run_inference.sh
│   ├── run_evaluation.sh
│   └── ...
├── assets/
├── experiments/
├── .gitignore
├── LICENSE
├── README.md
├── requirements.txt
└── ...

目录结构介绍

• agentdriver/: 核心代码目录，包含语言模型核心 (llm_core)、执行模块 (execution)、单元测试 (unit_test) 等。
• data/: 数据目录，包含用于微调 (finetune)、记忆 (memory)、评估 (metrics)、训练 (train) 和验证 (val) 的数据。
• scripts/: 脚本目录，包含运行微调 (run_finetune.sh)、推理 (run_inference.sh) 和评估 (run_evaluation.sh) 的脚本。
• assets/: 资源文件目录，可能包含项目所需的其他资源文件。
• experiments/: 实验结果目录，用于存储实验结果和日志。
• .gitignore: Git 忽略文件，指定哪些文件和目录不需要被 Git 管理。
• LICENSE: 项目许可证文件。
• README.md: 项目说明文件，包含项目的基本介绍和使用说明。
• requirements.txt: 项目依赖库文件，列出了项目运行所需的 Python 库。

2. 项目启动文件介绍

启动文件

• scripts/run_finetune.sh: 用于启动微调过程的脚本。
• scripts/run_inference.sh: 用于启动推理过程的脚本。
• scripts/run_evaluation.sh: 用于启动评估过程的脚本。

启动步骤

1. 微调:

   • 运行 sh scripts/run_finetune.sh 启动微调过程。
   • 该脚本会自动收集数据并发送微调任务到 OpenAI。

2. 推理:

   • 运行 sh scripts/run_inference.sh 启动推理过程。
   • 该脚本会执行整个 Agent-Driver 管道，生成预测结果。

3. 评估:

   • 运行 sh scripts/run_evaluation.sh 启动评估过程。
   • 该脚本会评估规划性能，并生成评估结果。

3. 项目配置文件介绍

配置文件

• agentdriver/llm_core/api_keys.py: 包含 OpenAI API 密钥和组织密钥的配置文件。
• requirements.txt: 列出了项目运行所需的 Python 库。

配置步骤

1. API 密钥配置:

   • 在 agentdriver/llm_core/api_keys.py 中配置 OpenAI API 密钥和组织密钥。
   • 示例：

     openai.api_key = "sk-**"
     openai.organization = "org-**"
     

2. 依赖库安装:

   • 使用 pip install -r requirements.txt 安装项目所需的依赖库。

通过以上步骤，您可以顺利启动和配置 Agent-Driver 项目，并进行微调、推理和评估操作。