agent 7-10 开发实时感知的 智能体应用

 

 

ai项目

技术知识点。

 

1. API层开发 (Python/FastAPI)

知识点：
  • Python编程基础
  • FastAPI框架
  • RESTful API设计
功能：
  • 创建和管理API端点
  • 处理HTTP请求和响应
官网API文档链接：
学习资料链接：

2. LLM + BOT开发 (OpenAI + LangChain + Telegram)

知识点：
  • 大语言模型（LLM）基础
  • LangChain框架
  • Telegram Bot API
功能：
  • 集成和使用大型语言模型
  • 创建和管理Telegram机器人
官网API文档链接：
学习资料链接：

3. 语音能力 (Barker/TTS/Whisper)

知识点：
  • 文本转语音（TTS）
  • 语音识别（ASR）
  • Whisper和Barker工具
功能：
  • 将文本转换为语音
  • 将语音转换为文本
官网API文档链接：
学习资料链接：

4. 记忆与学习 (Vector Database)

知识点：
  • 向量数据库基础
  • 相似性搜索
  • 机器学习和数据存储
功能：
  • 存储和检索向量数据
  • 实现高效的相似性搜索
官网API文档链接：
学习资料链接：

 
   

 llm  大模型的粘合剂。 内置了 模型的支持。

 

openai 官方的 gps 开放度低。

 

 

 

解决大模型端到端的开发过程。

LangChain 是一个开源框架，它的主要作用是简化使用大型语言模型（LLM）构建端到端应用程序的过程。具体来说，LangChain 提供了以下功能：
  1. 集成大型语言模型：支持多种大型语言模型，如 GPT-3、OPT-IML、GLM、Flan-T5 等，方便开发者在应用中使用这些模型。
  2. 简化开发流程：通过提供预设的模板和工具，LangChain 简化了从模型到应用的整个开发流程，使得开发者可以更专注于业务逻辑的实现。
  3. 实现 ReAct 论文的落地：LangChain 是 ReAct（reason+act）论文的落地实现，该论文提出了一种结合推理和行动的方法来提高语言模型的性能。
  4. 支持多种应用场景：LangChain 支持多种应用场景，如文档处理（DocsGPT）、知识检索（Knowledge GPT）、聊天文件（ChatFiles）和第二大脑 AI 代理（Second Brain AI Agent）等。
  5. 提供 API 和工具：LangChain 提供了丰富的 API 和工具，帮助开发者快速构建和部署应用。

 

 

"ReAct" 这个词在不同的上下文中可能有不同的含义，但在人工智能和机器学习领域，特别是在语言模型的开发中，它通常指的是一种结合了推理（Reasoning）和行动（Acting）的方法。这种方法旨在提高语言模型的交互能力和执行复杂任务的能力。

ReAct 方法的核心概念：

  1. 推理（Reasoning）：
    • 推理是指模型能够理解和分析信息，做出逻辑判断和决策的能力。
    • 在语言模型中，推理能力可以帮助模型更好地理解问题的背景和上下文，从而提供更准确的回答。
  2. 行动（Acting）：
    • 行动是指模型能够基于推理结果采取具体行动的能力。
    • 在实际应用中，这可能包括生成文本、执行命令、调用API等。

ReAct 方法的优势：

  • 提高交互性：通过结合推理和行动，模型可以更自然地与用户进行交互，理解用户的需求，并提供相应的反馈。
  • 增强任务执行能力：模型不仅能够理解问题，还能够执行一系列步骤来解决问题，这对于需要多步骤操作的任务尤其重要。
  • 提高灵活性和适应性：模型可以根据不同的输入和环境变化灵活调整其行为，从而更好地适应不同的应用场景。

在 LangChain 中的应用：

LangChain 作为一个开源框架，实现了 ReAct 方法，使得开发者可以更容易地构建能够进行复杂推理和行动的应用程序。这包括但不限于：
  • 自动化任务处理：如自动化文档处理、自动化客户服务等。
  • 智能问答系统：能够理解复杂问题并提供详细解答的系统。
  • 个性化推荐：根据用户的行为和偏好提供个性化的内容或产品推荐。
  •  

 

 

 

 

 

 

 

 

 多模型的调用。

轻量sdk  

 

 

 

 

 

 

 

 langchain 安装

 

 

### aigent项目
### 虚拟环境 env ~/Downloads/java_stu/aiagent/.venv/bin/python
# python 环境
! python3.9 -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple
! python -m pip install --upgrade --force-reinstall ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple
# tensorflow 2.12.1 requires numpy<=1.24.3,>=1.22,
### tensorflow环境安装 要求numpy版本大于1.16 typeof numpy==1.21.2
! pip install numpy==1.24.3 typing-extensions==4.5.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装 ipykernel
! pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple
# install jupyter notebook
! pip install jupyterlab -i https://pypi.tuna.tsinghua.edu.cn/simple

print("Hello World!")

 

 

 自定义

 

 

 

 

 

自定义输出

 

 

 

 

 
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
posted @ 2025-04-27 22:34  aiplus  阅读(37)  评论(0)    收藏  举报
悬浮按钮示例