- Dirbtinio intelekto agentas skiriasi nuo pokalbių roboto, nes jis gali atlikti veiksmus naudodamas įrankius ir priimti autonominius sprendimus.
- Pagrindinis agento ciklas susideda iš samprotavimo, įrankio pasirinkimo, veiksmo atlikimo ir rezultato stebėjimo.
- Leidžiant agentams vykdyti kodą, labai svarbu naudoti saugias aplinkas, tokias kaip smėlio dėžės, kad būtų išvengta pažeidžiamumų.
- Žmogaus priežiūros integravimas (žmogus kilpoje) užtikrina, kad svarbiausi veiksmai būtų patvirtinti prieš juos vykdant.
Esu tikras, kad ir jums taip yra nutikę: ieškote, kaip sukurti dirbtinio intelekto agentą, ir randate tūkstantį vadovėlių, kuriuose nurodoma įdiegti „LangChain“, parašyti tris kodo eilutes ir turite stebuklingą asistentą. Tačiau tiems iš mūsų, kurie mėgsta kapotuoti paviršių ir suprasti, kas vyksta po gaubtu , to nepakanka. Nėra nieko geriau už jausmą, kai visiškai kontroliuojate darbo eigą ir nepriklausote nuo bibliotekos, kuri slapta atlieka magiją.
Realybė tokia, kad agento kūrimas nuo nulio naudojant Python yra žavus iššūkis, leidžiantis suprasti LLM samprotavimo logiką . Kalbama ne tik apie raginimo siuntimą ir atsakymo gavimą, bet ir apie sistemos, galinčios priimti sprendimus, vykdyti veiksmus realiame pasaulyje ir taisyti savo klaidas operatyviai, sukūrimą, be išorinės sistemos, priimančios visus sprendimus už mus.
Kas tiksliai yra dirbtinio intelekto agentas ir kuo jis skiriasi nuo pokalbių roboto?
Siekiant išvengti painiavos, pirmiausia reikia patikslinti, kad pokalbių robotas iš esmės yra tarpininkas: jūs užduodate klausimą, o jis atsako remdamasis savo duomenimis. Jei paklausite standartinio pokalbių roboto apie bitkoino kainą, jis greičiausiai jums pasakys, kad neturi prieigos prie realaus laiko duomenų . Priešingai, agentas yra sistema, galinti veikti.
Agentas ne tik kalba; jis turi minčių ir vykdymo ciklą . Susidūręs su tuo pačiu klausimu apie Bitcoin, agentas galvoja: „Man reikia dabartinių duomenų; pasinaudosiu žiniatinklio paieškos įrankiu“, atlieka veiksmą, perskaito rezultatą ir pateikia galutinį atsakymą. Iš esmės agentas yra kalbos modelio (LLM), įrankių rinkinio ir gebėjimo priimti autonominius sprendimus derinys.
Agento anatomija: operacinis ciklas
Jei norite programuoti be išorinių bibliotekų, turite suprasti, kad raktas slypi cikle. Agentas patenka į ciklą, kuriame analizuoja užklausą, pasirenka įrankį, stebi rezultatą ir kartoja procesą, kol nusprendžia, kad problema išspręsta. Šis agentinis darbo eiga , išsamiai aprašyta šiame išsamiame DI agentinių darbo eigų vadove , leidžia DI tapti ne tik teksto generavimu, bet ir užduočių vykdytoju.
Kad tai veiktų, turime apibrėžti aiškius įrankius. Įrankis galėtų būti „Python“ funkcija, kuri atlieka matematinį skaičiavimą, pateikia užklausą duomenų bazėje arba siunčia el. laišką . Kad agentas nepasiklystų, svarbiausia pateikti labai išsamius kiekvienos funkcijos aprašymus; jei aprašymas bus neaiškus, dirbtinis intelektas bus sutrikęs ir neteisingai iškvies įrankio.
Žingsnis po žingsnio vadovas, kaip nustatyti agentą Python kalba
Jei ketinate žengti žingsnį, geriausia pradėti nuo švarios aplinkos. Sukurkite virtualią aplinką, įdiekite „OpenAI“ biblioteką arba kitą jums patinkančią biblioteką (pvz., „Mistral“ arba „Llama“ per API) ir sukonfigūruokite saugos raktus kaip aplinkos kintamuosius, kad išvengtumėte slaptažodžių atskleidimo kode – neatleistina pradedančiojo klaida.
Techninis procesas susiveda į įrankių apibrėžimą atskirame faile (pavyzdžiui, tools.py) ir tada sukurkite agento logiką agent.pyŠtai kur vyksta magija: jūs turite sukurti sistemos raginimas patikimas, kuris nurodo modeliui neatsakyti tiesiogiai, jei jam reikia įrankio, o vietoj to skleisti konkretų formatą (pvz., JSON), kurį jūsų Python kodas gali perimti ir vykdyti.
Labai dažna klaida, ypač naudojant mažesnius modelius, tokius kaip „Llama 8b“ ar „Qwen“, yra ta, kad dirbtinis intelektas paaiškina, kaip naudoti įrankį, o ne jį paleidžia. Norėdami tai ištaisyti, turite aiškiai pateikti instrukcijas ir apriboti modelio daugiažodiškumą , priversdami jį laikytis griežtos „Mintis -> Veiksmas -> Stebėjimas“ struktūros.
Naudojimo atvejai ir sudėtingumo lygiai
Priklausomai nuo jūsų įgūdžių lygio, galite pradėti nuo paprastų projektų, tokių kaip orų agentas arba pažengęs vertėjas. Įvaldę pagrindinį darbo eigą, galite pereiti prie vidutinio lygio, kurdami tyrimų agentus, kurie sintetina informaciją iš įvairių svetainių, arba kodo asistentus, kurie automatiškai rašo ir vykdo scenarijus.
Drąsesniems yra pažengusio lygio agentai. Kalbame apie prekybos sistemas, kurios analizuoja rinkas, arba techninės pagalbos agentus, turinčius prieigą prie didžiulių žinių bazių. Tokiais atvejais labai svarbu įdiegti vykdymo smėlio dėžę (pvz., „Docker“ ar „E2B“), kad būtų išvengta saugumo rizikos naršyklėse su dirbtinio intelekto agentais arba kenkėjiško kodo vykdymo jūsų vietiniame kompiuteryje, nes saugumas yra svarbiausias dalykas suteikiant dirbtiniam intelektui autonomiją.
Išplėstiniai darbo eigos procesai: žmogaus įtraukimas į procesą ir orkestravimas
Sistemai augant, suprasite, kad dirbtinis intelektas gali sugesti arba įstrigti begaliniuose cikluose. Čia ir praverčia žmogaus ciklo (angl. Human-in-the-Loop, HITL) koncepcija . Tai apima kontrolinių taškų pridėjimą, kur agentas turi pristabdyti vykdymą ir paprašyti žmogaus patvirtinimo prieš atlikdamas svarbų veiksmą, pvz., išsiųsdamas el. laišką klientui arba ištrindamas failą.
Kontrolinių taškų įdiegimas ir galimybė atnaujinti užduotis padaro darbo eigą daug patikimesnę. Šis žmogaus priežiūros sluoksnis yra skirtumas tarp smagaus prototipo ir patikimo, profesionalaus įmonės sprendimo . Tam valdyti naudojami „ServiceNow“ dirbtinio intelekto orkestravimo įrankiai , leidžiantys suskirstyti darbo eigą į šakas ir atlikti sudėtingesnį būsenos valdymą.
Agento nustatymas apima visko įsisavinimą – nuo pagrindinės aplinkos konfigūracijos ir funkcijų apibrėžimo iki klaidų apdorojimo ir kodo vykdymo saugumo. Galiausiai sėkmė priklauso nuo tikslaus raginimo ir valdymo struktūros , kuri priverčia modelį veikti logiškai, leisdama dirbtiniam intelektui iš paprastos pokalbių programos išsivystyti į tikrai efektyvų automatizavimo įrankį.
