创建个人的AI智能体agent

崎山小鹿

我在魔塔空间创建了一个作息时间管理的agent >>>>>点我体验<<<<<<

healthtime

Agent并非ChatGPT升级版，它不仅告诉你“如何做”，更会帮你去做！
尽管ChatGPT的知识储备接近“全知全能”，但当你试着以AI助手的方式使用时就会发现，它只会“动嘴皮子”，不会“动手”，同时也不能回答一些如天气，时间之类的简单问题。

OpenAI应用研究主管翁丽莲(Lilian Weng)撰写过一篇blog: LLM Powered Autonomous Agents，将 Agents 定义为LLM + memory + planning skills + tool use，即大语言模型、记忆、任务规划、工具使用的集合。

agent

其中，LLM是Agent的大脑，属于“中枢”模型，要求有以下3种能力：

planning skills：对问题进行拆解得到解决路径，既进行任务规划
tool use：评估自己所需的工具，进行工具选择，并生成调用工具请求
memory：短期记忆包括工具的返回值，已经完成的推理路径；长期记忆包括可访问的外部长期存储，例如知识库

用ModelScope简单实现一个Agent
ModelScope-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。首先，开源 LLM 进行规划调度、调用对应的 API；其次，ModelScope-Agent 执行对应的 API，然后把执行的结果返回给开源 LLM；最后，开源 LLM 最终整理一段回复反馈给用户
笔者这就用ModelScope的AgentFabric给大家简单实现一个Agent演示下这个流程：

打开AgentFabric 咱们点开https://modelscope.cn/studios/modelscope/AgentFabric/summary，注册好账户登录进去，就会看到左边有一个聊天界面，你不用写任何代码，只需要在这打字就能创建一个Agent

agent2

访问DashScope管理控制台API-KEY管理页面：前往API-KEY管理，然后点击“创建新的API-KEY”。
设置环境变量DASHSCOPE_API_KEY

set

创建好之后发布空间




参考：
https://github.com/datawhalechin ... 5%8E%9F%E7%90%86.md
https://github.com/datawhalechin ... 9%85%8D%E7%BD%AE.md