机器之心专栏
机器之心编辑部
在当今的大模型时代，围绕大模型的自主智能体被认为是通向通用人工智能（AGI）最有希望的道路。随着 提出 增强大模型等能力，社区涌现出了一批 Agent 系统，如 ， agent, 等，能够通过自主规划和指令来完成任务。魔搭社区推出了大小模型协同解决方案 -Agent，一个以开源大模型为核心的 Agent 系统。
-Agent 提出了一个通用的、可定制的 Agent 框架，方便用户打造属于自己的智能体。它基于开源的大语言模型 (LLMs) 作为核心，提供了一个用户友好的系统库， 具有以下特点：
能力展示
下面先展示一些基于 -Agent 实现的 （魔搭 GPT）的能力：
1. 单步工具调用，Agent 需要选择正确的工具并生成请求，并根据执行结果返回给用户。
2. 多步工具调用，Agent 需要多个工具的规划、调度、执行和回复。
3. 多轮对话中工具调用，Agent 需要从历史对话中挖掘需要传给工具的参数。
4.基于检索工具的社区知识问答。
框架介绍
-Agent 框架是如何设计的
-Agent 是一个通用的、可定制的 Agent 框架，用于实际应用程序开发，其基于开源的大语言模型 (LLMs) 作为核心，包含记忆控制、工具使用等模块。开源 LLM 主要负责任务规划、调度以及回复生成；记忆控制模块，主要包含知识检索以及 （提示词）管理；工具使用模块，包含工具库以及工具检索和工具可定制化。-Agent 系统架构如下：
-Agent 框架是如何执行的
-Agent 的工作原理是，把目标拆分成更小的任务，然后一项一项完成。比如，当用户请求「写一个简短故事，并用女声朗读，同时配个视频」时，-Agent 会展示整个任务规划过程，先通过工具检索检索相关的语音合成工具，然后由开源 LLM 进行规划调度， 首先生成一段故事，然后调用对应语音生成模型，生成语音并用女声念出，展示给用户，最后再调用视频生成模型，针对生成的故事内容生成一段视频；这里全程不需要用户配置当前请求可能需要调用到的工具，极大提升了使用便捷性。
开源大模型训练框架：新的训练方法、数据和模型开源
除了 -Agent 框架之外，研究团队还提出了新的工具指令微调训练方法： LM，通过对工具指令调用部分 token 进行 loss 加权，提升开源大模型工具指令调用能力。
研究团队还开源了一个包含60w具备多轮多步工具指令调用能力的高质量中英数据集-Bench，基于该数据集新的训练方法，研究团队在 Qwen-7B 基础上优化训练了一个 -Qwen-7B 模型，相关数据集和模型都已开源。
已集成的工具列表
目前 -Agent 已经默认接入了自然语言处理、语音、视觉、多模态等众多 AI 模型，还默认集成了知识检索、API 检索等开源方案。
-Agent 实践
-Agent 还提供了保姆级实践 demo 页，让小白新手也能搭建属于自己的智能体。
下载 demo ：
1、首先拉取 -Agent 代码并安装相关依赖
2、配置 文件， token 和构建 API 工具检索引擎
3、中枢大模型启动
4、Agent 构建和使用，依赖之前构建好的大模型，工具 list，工具检索和记忆模块
注册新工具实践
1、拉取 -Agent 代码后，进入 /tools 里，通过代码层面新增工具 .py 文件，配置 API 需要的：，name 和 ；同时增加调用方式，可以选用 和 两种
2、配置环境和大模型部署参考上个章节的 2、3 步
3、将注册的新工具构建 list，并且增加到 Agent 构建过程
4、agen.run () 输入 query，测试工具可以正常调用对应 API
5、agent 会自动调用对应的 API，并返回执行结果给大模型，大模型返回回复
One More Thing
开发者可以参考上述教程很容易搭建属于自己的智能体，-Agent 依托魔搭社区，未来也会适配更多新增的开源大模型，推出更多基于 -Agent 开发的应用，如客户服务 Agent、个人助理 Agent、story Agent、 Agent、multi-Agent（多模态 Agent） 等等。
相关文章
