当前位置: 首页 > article >正文

【开源框架】从零到一:AutoGen Studio开源框架-UI层环境安装与智能体操作全攻略

一、什么是AutoGen

AutoGen是微软推出的一款工具,旨在帮助开发者轻松创建基于大语言模型的复杂应用程序。在传统上,开发者需要具备设计、实施和优化工作流程的专业知识,而AutoGen则通过自动化这些流程,简化了搭建和优化的过程。

简单来说,AutoGen是一个可以帮助你实现代码自动化的开源工具。

主要特点

AutoGen的核心优势在于以最小的工作量构建基于多智能体对话的下一代大语言模型(LLM)应用程序,简化了复杂的LLM工作流编排。

  • 多样化对话模式:支持复杂工作流程的多种对话模式,开发者可以利用AutoGen构建各种自治对话模式,灵活配置代理数量和智能体会话拓扑。

  • 丰富的工作系统:提供了一系列不同复杂性的工作系统,涵盖多个领域的广泛应用,展示了AutoGen如何轻松支持多种对话模式。

在这里插入图片描述

二、快速入门

下面介绍一下这个AutoGen这个框架。目前这个框架还包含一个autogenstudio管理功能。

1、开源项目

目前该项目在github上开源:https://github.com/microsoft/autogen

在这里插入图片描述

2、AutoGen安装

AutoGen是在Python环境下进行的。所以你需要优先准备Python环境。推荐使用Python 3.10或更高版本。

在终端输入命令:pip install autogenstudio
在这里插入图片描述
在这里插入图片描述

安装完成后,在输入启动命令:autogenstudio ui,如果你想指定端口,可以输入这个命令:autogenstudio ui --port 8081

启动参数如下:

--host <host>  : 指定host地址,默认为 localhost ;
--port <port>  : 指定端口号,默认为8080--reload : 当代码发生改变时,服务器自动重新加载,默认不自动加载;
--appdir <appdir> : 指定文件存放位置(如产生的用户文件),默认为 ~/.autogenstudio ;

启动成功如下如:
在这里插入图片描述

这个时候你会看到本地host,我们直接在浏览器输入启动网址即可:http://127.0.0.1:8081

在这里插入图片描述

3、build介绍

在这里我们可以看到4个tab:
在这里插入图片描述

  • Skills:AutoGen的技能,里面默认的有根据用户的查询生成并保存图像根据提供的输入部分生成并保存PDF

在这里插入图片描述

  • Models:语言模型都是在这里设置的

在这里插入图片描述

  • Agents:代理

在这里插入图片描述

  • Workflows:工作流的配置

在这里插入图片描述

4、build配置

(1)优先配置Models

我们优先配置Models,因为这里面是语言模型。点击New Model

在这里插入图片描述
然后我们选择OpenAI选项
在这里插入图片描述
在这里插入图片描述

然后输入ModelBaseURLAPI keyDescrption

Model:就是你想要使用的模型,例如:gpt-3.5-turbogpt-4o-2024-05-13等等。

BaseURL:是根据你获取的代理地址,例如我用的是:https://api.aihao123.cn/luomacode-api/open-api/v1。这里一定要注意,AutoGen Studio用的是Python环境。采用的框架也是openAI框架,所以你在获取BaseURL的时候,一定要在结尾加上/v1

API key:跟随BaseURL一同获取的。

没有自己API KEY的可以参考我之前写的这篇CSDN文档:【OpenAI】获取OpenAI API Key的多种方式全攻略:从入门到精通,再到详解教程! https://blog.csdn.net/zhouzongxin94/article/details/144021130

在这里插入图片描述

Descrption:就是你要测试的描述,开始为了节省KEY,可以用1+1测试。

具体的配置如下图:
在这里插入图片描述
然后我们点击Test Model测试我们配置的是否成功。当出现Model tested successfully提示的时候,就说明BaseURL和API KEY都通了。

在这里插入图片描述

(2)其次配置Agents

我们点击Agents,然后点击New Agent
在这里插入图片描述
具体的Agent Configuration配置参考图片设置。参数较多,这里跟着自己的需求走。
在这里插入图片描述
在这里插入图片描述
然后我们需要再Models里面选择刚才配置好模型。
在这里插入图片描述
Skills看你想选择哪个技能,我一般选择保存图片
在这里插入图片描述

(3)配置Workflows

我们点击Agents,然后点击NewWorkflow
在这里插入图片描述
Workflow Configuration上面两个是名称,自己随便写。最后一个我们选择last

在这里插入图片描述
Initiator 我们选择之前Agents里面配置的名称,然后Receiver我们选择local_assistant

在这里插入图片描述
等做完这一切我们切换到Workflow Configuration页面上。然后点击Test Workflow按钮,测试我们的配置。

在这里插入图片描述
在输入框输入1+1,点击发送
在这里插入图片描述在这里插入图片描述

5、使用Playground

等做完这一切我们就直接前往Playground使用吧
在这里插入图片描述
我们随便选择一个Stock Price选项,这个是xx价格。

在这里插入图片描述
等待1-2分钟,代码就好了。

在这里插入图片描述
这里是文件结果
在这里插入图片描述
当我们运行代码后就会得到自己想要的结果了。
在这里插入图片描述


http://www.kler.cn/a/458297.html

相关文章:

  • 【0379】Postgres内核 walreceiver (libpqwalreceiver API)分析
  • JavaScript中的JSON是什么
  • LinuxC高级day2
  • Unity Mesh生成Cube
  • Android14 CTS-R6和GTS-12-R2不能同时测试的解决方法
  • 2024-12-29-sklearn学习(26)模型选择与评估-交叉验证:评估估算器的表现 今夜偏知春气暖,虫声新透绿窗纱。
  • 【MySQL篇】事务的认识以及四大特性
  • “Gold-YOLO:基于聚合与分发机制的高效目标检测新范式”
  • 反向传播算法:神经网络的学习秘诀
  • 防火墙原理介绍大全
  • 最新SQL Server 2022保姆级安装教程【附安装包】
  • 面试知识点汇总_04
  • fpga系列 HDL:ModelSim显示模拟波形+十进制格式数值(临时方法和设置持久化的默认值)
  • 数字图像相关DIC技术用于机械臂自动化焊接全场变形测量
  • YOLOv11模型改进-模块-引入多尺度大核注意力Multi-scale Large Kernel Attention
  • 儿童教育网站:客户服务与学习支持模块
  • SpringBoot导出Excel的四种方式
  • 告别 $arr[0]: PHP 和 Laravel 中更优雅的数组处理方式
  • 五子棋小游戏设计(Matlab)
  • 【Python】 -- python3 读取 aws athena 表数据
  • Mono里运行C#脚本13—mono_image_load_cli_header
  • 【linux学习指南】linux捕捉信号(二)软中断缺⻚中断?等 如何理解内核态和⽤⼾态
  • qwenvl 以及qwenvl 2 模型架构理解
  • 黑马程序员Java笔记整理(day08)
  • 【电脑组装】【教程】一、主板和CPU
  • 如何自动解决服务器弹性伸缩问题?