wshzd的博客

MCP 可以用作通用接口，将其视为 AI 的 USB-C，在LLMs/AI Agent和外部资源之间实现无缝、安全和可扩展的数据交换。AI Agent的挑战在于传输给Agent数据，换句话说，基于AI Agent/LLM 的应用程序集成到外部数据源。开发人员也可以使用 MCP 构建可重用的模块化连接器，并为流行的平台提供预定义的服务器，从而创建一个社区驱动的生态系统。在另一个终端创建一个文本文件client.py用于客户端​​​​​​​。使用运行客户端：python client.py​​​​​​​。

Agent TARS 是一款开源的多模态 AI 智能体，能够基于视觉理解网页内容，并与浏览器、命令行和文件系统无缝集成，实现复杂任务的规划与执行。它旨在为用户提供高效、便捷的自动化体验，具有多模态交互能力、强大的任务规划与执行功能，以及高度的可扩展性和灵活性。

假设您正在制作一个应用程序，用户可在其中提交他们的姓名、年龄和电子邮件。您希望确保：名称是一个字符串；年龄是一个数字；电子邮件的格式有效；从以下示例可以看出 Pydantic 是如何简化此操作：​​​​​​​。

项目地址：https://github.com/openai/swarm。

你肯定不会在CrewAI中看到智能体之间的任何生动互动，比如一个智能体纠正另一个智能体，一个智能体的多次讲话。因此，CrewAI优先考虑精简和可靠的方法，在一个强大的群聊中，每个人工智能代理都准确地知道该做什么以及他们的目标。在我看来，另一个也是最关键的优势是它蓬勃发展的工具和支持丰富的资源，可以用来构建代理和任务，这源于它是基于LangChain设计的智能体。基于LLM构建的Agent中有一个明显的现象就是多智能体体系结构的表现要超越单智能体，即使单智能体使用无可挑剔的提示策略。即可无缝地集成人工输入。

AutoGen Studio是一个建立在AutoGen框架之上的用户界面应用程序，AutoGen框架是一个构建人工智能代理的工具包。2024年1月，微软推出了一款新的应用程序，它名为AutoGen Studio[3]，可以简化AI Agent执行过程。AutoGen将多个人工智能代理组合在一起，根据网络上检索的数据来生成代码，并创建带有股价的图像。[2]，这是一个使用多个代理开发LLM应用程序的框架，这些代理可以协作解决任务。为了监控进度，您可以打开终端，实时观察人工智能代理之间的消息交换。

例如，如果您构建了一个系统，其中多个代理共同担任销售助理，那么在决定对用户查询的最终响应之前，您可能不想公开他们是如何在内部规划和选择销售策略的。在上述的Tour Agent系统中，成功地配置了Autogen，以更好地适应基于API的应用程序，在该应用程序中，内部代理通信对用户是隐蔽的。文章中介绍过Autogen，它是一个基于LLM的Agent通信框架，支持创建具有不同人物角色的代理。现在，我可以把所有这些代理逻辑放在一个类中，还介绍了一种方法来接受来自API的用户消息，并在回复序列之后发送最终回复。

他们会汇报竞争情况，他们有很多很棒的想法，你想把它们应用到你的业务中。在第1部分中，我们使用“PydanticOutputParser”来分析我们的数据并添加所需的结构。在LangChain中，Agent是利用语言模型来选择要执行的操作序列的系统。与Chain不同的是，在Chain中，动作被硬编码在代码中，而Agent利用语言模型作为“推理引擎”，决定采取哪些动作以及以何种顺序采取这些动作。导入包含竞争情报的CSV，将其应用于提取链进行解析和结构化，并将解析后的信息无缝集成回原始数据集。

随着大模型技术的发展，AI Agent正在成为大模型游戏规则的改变者，它可以帮助用户分解任务、规划任务和执行任务，这就是CrewAI的独特之处。在本文中，将介绍什么是CrewAi，架构设计，Autogen、ChatDev和Crew Ai之间的差异，以及如何使用Crew Ai、Langchain和Ollama的Solar或Hermes Power来构建超级Ai Agent。在Autogen中，协调代理的交互需要额外的编程，随着任务规模的增长，编程可能会变得复杂和繁琐。在开始之前，让我们安装所需的库。

LangChain提供了许多输出解析器，用于将LLM输出转换为更合适的格式，其中许多解析器支持JSON、XML和CSV等结构化格式的流式部分结果。最近几个月，该团队在LangChain表达式语言（LCEL）方面投入了大量资金，以实现更好的编排，因为我们都需要一种简单而声明的方式来组合链。对于大规模文本任务，LangChain提供了索引API，允许用户在忽略未更改的部分的同时重新插入内容，从而为大容量工作负载节省了时间和成本。或者先对其进行硬编码以调用特定的工具，使用户能够构建更复杂、更高效的语言模型。

请注意，对于我们的后续问题“我如何冲泡咖啡”，agent的回答与查询引擎不同，这是因为agent可以自己决定是否从我们的笔记中查找。LlamaIndex使用一个名为“query_engine”的包来包装RAG管道，但LangChain会展示内部组件，包括检索到的文档的连接符、提示模板“based on X please answer Y”，以及链本身（如上面的LCEL所示）。3.运行RAG管道。请注意，我们是如何通过暗示“我们作为用户将自己查找笔记”来欺骗LLM的，但事实上，我们现在要求LLM承担重任。

定义了两个工具，“搜索”和“查找”，其中“搜索”工具搜索文档，“查找”工具执行术语查找。上述代码从LangChain库导入必要的模块，包括代理和语言模型，它设置了一个具有特定代理配置的会话代理，称为“self-ask-with-search”。此代理是为在会话设置中使用而设计的，它结合了React框架来确定使用哪个工具，并利用内存来记住以前的对话交互。LangChain是一种功能强大的自动化工具，可用于各种任务，它提供了可用于创建agent的各种工具。然后，代码提供两个提示来演示与代理的一次性交互。