Agentic Patterns 项目使用与启动教程

Agentic Patterns 项目使用与启动教程

agentic_patterns Implementing the 4 agentic patterns from scratch 项目地址: https://gitcode.com/gh_mirrors/ag/agentic_patterns

1. 项目介绍

Agentic Patterns 是一个开源项目，旨在实现 Andrew Ng 所定义的四种代理模式。这些模式包括反思模式、工具使用模式、计划模式和多人代理模式。通过这些模式，可以增强大型语言模型（LLM）的性能和功能，使其能够更好地与外部世界互动，进行任务规划和多角色协作。

2. 项目快速启动

环境准备

在开始之前，请确保您的系统中已安装以下依赖项：

• Python
• Poetry（用于依赖管理）
• Groq API Key（用于LLM服务）

安装项目

使用 Poetry 安装

poetry install

使用 pip 安装

pip install -U agentic-patterns

配置环境变量

将您的 Groq API Key 添加到 .env 文件中。文件内容应如下所示：

GROQ_API_KEY=your_api_key_here

运行示例

以下是一个使用反思模式代理的示例代码：

from agentic_patterns import ReflectionAgent

agent = ReflectionAgent()
generation_system_prompt = "你是一名Python程序员，负责生成高质量的Python代码"
reflection_system_prompt = "你是Andrew Ng，一位经验丰富的计算机科学家"
user_msg = "生成归并排序算法的Python实现"
final_response = agent.run(
    user_msg=user_msg,
    generation_system_prompt=generation_system_prompt,
    reflection_system_prompt=reflection_system_prompt,
    n_steps=10,
    verbose=1,
)

print(final_response)

3. 应用案例和最佳实践

反思模式

反思模式可以让LLM对自己的输出进行反思，提出改进意见。在实际应用中，可以用于生成更加精确和高质量的文本。

工具使用模式

工具使用模式允许LLM通过外部工具获取信息，以增强其回答问题的能力。例如，可以创建一个用于从 Hacker News 获取热门故事的工具。

计划模式

计划模式帮助LLM分解任务，制定子目标，从而更有效地完成复杂任务。例如，ReAct 技术就是计划模式的一个典型应用。

多人代理模式

多人代理模式允许创建多角色代理系统，每个代理负责不同的子任务。这在复杂的协作场景中非常有用。

4. 典型生态项目

Agentic Patterns 项目可以作为多个生态项目的基础，例如：

• 基于Groq的LLM集成
• 复杂任务自动化解决方案
• 多代理协作平台

通过结合这些模式，可以构建出功能强大且高度可定制的人工智能应用。

agentic_patterns Implementing the 4 agentic patterns from scratch 项目地址: https://gitcode.com/gh_mirrors/ag/agentic_patterns