KwaiAgents 开源项目使用教程

KwaiAgents 开源项目使用教程

1. 项目介绍

KwaiAgents 是由快手科技的 KwaiKEG 团队开发的一系列与 Agent 相关的工作的开源项目。该项目包括以下几个主要部分：

• KAgentSys-Lite: 这是 KAgentSys 的轻量级版本，保留了原系统的一些功能，但在工具集、内存机制、性能等方面有所限制。
• KAgentLMs: 一系列具有 Agent 能力的大型语言模型，如规划、反思和工具使用，通过 Meta-agent 调优获得。
• KAgentInstruct: 包含超过 20 万条 Agent 相关指令的微调数据集。
• KAgentBench: 包含超过 3000 条人工编辑的自动化评估数据，用于测试 Agent 的能力，评估维度包括规划、工具使用、反思、总结和分析。

2. 项目快速启动

2.1 环境准备

首先，确保你已经安装了 miniconda，然后创建并激活构建环境：

conda create -n kagent python=3.10
conda activate kagent

2.2 安装依赖

克隆项目并安装所需的依赖包：

git clone https://github.com/KwaiKEG/KwaiAgents.git
cd KwaiAgents
pip install -r requirements.txt

2.3 使用 KAgentSys-Lite

设置环境变量并运行 KAgentSys-Lite：

export OPENAI_API_KEY=sk-xxxxx
export WEATHER_API_KEY=xxxxxx

kagentsys --query="Who is Andy Lau's wife?" --llm_name="gpt-3.5-turbo" --lang="en"

2.4 使用本地模型

如果你希望使用本地模型，首先需要部署模型服务：

kagentsys --query="Who is Andy Lau's wife?" --llm_name="kagentlms_qwen_7b_mat" \
--use_local_llm --local_llm_host="localhost" --local_llm_port=8888 --lang="en"

3. 应用案例和最佳实践

3.1 自动化任务规划

KwaiAgents 可以用于自动化任务规划，例如：

kagentsys --query="Plan a trip to Beijing" --llm_name="gpt-3.5-turbo" --lang="en"

3.2 工具使用

通过 KAgentLMs，你可以让模型使用特定的工具来完成任务：

kagentsys --query="Translate the following text to Chinese: 'Hello, world!'" --llm_name="kagentlms_qwen_7b_mat" \
--use_local_llm --local_llm_host="localhost" --local_llm_port=8888 --lang="zh"

4. 典型生态项目

4.1 BabyAGI

BabyAGI 是一个开源的自动化任务管理系统，KwaiAgents 从中汲取了部分设计理念。

4.2 Auto-GPT

Auto-GPT 是一个自动化 GPT 模型，KwaiAgents 在工具使用和任务规划方面与其有相似之处。

4.3 Meta-agent

Meta-agent 是一个用于调优大型语言模型的框架，KwaiAgents 中的 KAgentLMs 就是通过 Meta-agent 调优获得的。

通过以上步骤，你可以快速上手 KwaiAgents 项目，并利用其强大的 Agent 能力来完成各种自动化任务。