我要投稿

零基础快速构建你的LLM Agent框架，掌握AI的未来！

发布日期：2024-09-26 16:36:43 浏览次数： 2552

作者：AI技术研习社

微信搜一搜，关注“AI技术研习社”

构建代理时，开发者不仅需要决定使用的模型、用例和架构，还必须选择合适的框架。

是选择经验丰富的 LangGraph，还是尝试新兴的 LlamaIndex 工作流？又或者，走传统路线，完全手动编写代码？为了简化这一决策过程，我在过去几周里使用各大主流框架构建了相同的代理程序，并深入分析了它们的优缺点。

第一个选项是完全跳过框架，完全自己构建代理。在开始这个项目时，这就是我开始采用的方法。

下面基于代码的代理由一个 OpenAI 驱动的路由器组成，该路由器使用函数调用来选择要使用的正确技能。该技能完成后，它会返回路由器以调用其他技能或响应用户。

def router(messages):    if not any(        isinstance(message, dict) and message.get("role") == "system" for message in messages    ):        system_prompt = {"role": "system", "content": SYSTEM_PROMPT}        messages.append(system_prompt)
    response = client.chat.completions.create(        model="gpt-4o",        messages=messages,        tools=skill_map.get_combined_function_description_for_openai(),    )
    messages.append(response.choices[0].message)    tool_calls = response.choices[0].message.tool_calls    if tool_calls:        handle_tool_calls(tool_calls, messages)        return router(messages)    else:        return response.choices[0].message.content

技能本身在它们自己的类（例如 GenerateSQLQuery）中定义，这些类共同保存在 SkillMap 中。路由器本身只与 SkillMap 交互，它用于加载技能名称、描述和可调用函数。这种方法意味着，向代理添加新技能就像将该技能编写为自己的类一样简单，然后将其添加到 SkillMap 中的技能列表中即可。这里的想法是让添加新技能变得容易，而不会干扰 router 代码。

class SkillMap:    def __init__(self):        skills = [AnalyzeData(), GenerateSQLQuery()]
        self.skill_map = {}        for skill in skills:            self.skill_map[skill.get_function_name()] = (                skill.get_function_dict(),                skill.get_function_callable(),            )
    def get_function_callable_by_name(self, skill_name) -> Callable:        return self.skill_map[skill_name][1]
    def get_combined_function_description_for_openai(self):        combined_dict = []        for _, (function_dict, _) in self.skill_map.items():            combined_dict.append(function_dict)        return combined_dict
    def get_function_list(self):        return list(self.skill_map.keys())
    def get_list_of_function_callables(self):        return [skill[1] for skill in self.skill_map.values()]
    def get_function_description_by_name(self, skill_name):        return str(self.skill_map[skill_name][0]["function"])

总的来说，这种方法的实现相当简单，但也带来了一些挑战。基于代码的方法提供了一个很好的基线和起点，提供了一种很好的方法来了解代理的工作原理，而无需依赖来自主流框架的固定代理教程。尽管说服 LLM 运行可能具有挑战性，但代码结构本身足够简单，并且可能对某些用例有意义。

LangGraph 是历史最悠久的代理框架之一，于 2024 年 1 月首次发布。该框架旨在通过采用 Pregel 图形结构来解决现有管道和链的非循环性质。LangGraph 通过添加节点、边和条件边的概念来遍历图形，可以更轻松地在代理中定义循环。LangGraph 构建在 LangChain 之上，并使用该框架中的对象和类型。

LangGraph 代理看起来与纸上基于代码的代理相似，但其背后的代码却截然不同。LangGraph 在技术上仍然使用“路由器”，因为它使用函数调用 OpenAI，并使用响应继续新的步骤。但是，程序在技能之间移动的方式完全不同。

tools = [generate_and_run_sql_query, data_analyzer]model = ChatOpenAI(model="gpt-4o", temperature=0).bind_tools(tools)
def create_agent_graph():    workflow = StateGraph(MessagesState)
    tool_node = ToolNode(tools)    workflow.add_node("agent", call_model)    workflow.add_node("tools", tool_node)
    workflow.add_edge(START, "agent")    workflow.add_conditional_edges(        "agent",        should_continue,    )    workflow.add_edge("tools", "agent")
    checkpointer = MemorySaver()    app = workflow.compile(checkpointer=checkpointer)    return app

此处定义的图形有一个用于初始 OpenAI 调用的节点，上面称为“agent”，还有一个用于工具处理步骤的节点，称为“tools”。LangGraph 有一个名为 ToolNode 的内置对象，它获取可调用工具的列表，并根据 ChatMessage 响应触发它们，然后再次返回到 “agent” 节点。

def should_continue(state: MessagesState):    messages = state["messages"]    last_message = messages[-1]    if last_message.tool_calls:        return "tools"    return END
def call_model(state: MessagesState):    messages = state["messages"]    response = model.invoke(messages)    return {"messages": [response]}

LangGraph 的主要好处之一是它易于使用。图形结构代码干净且易于访问。特别是如果您具有复杂的节点逻辑，则拥有图形的单一视图可以更轻松地了解代理是如何连接在一起的。LangGraph 还使转换在 LangChain 中构建的现有应用程序变得简单明了。

Workflows 是代理框架领域的新进入者，于今年夏天早些时候首次亮相。与 LangGraph 一样，它旨在使循环代理更易于构建。工作流还特别关注异步运行。

Workflows 的一些元素似乎是对 LangGraph 的直接响应，特别是它使用事件而不是边缘和条件边缘。工作流使用步骤（类似于 LangGraph 中的节点）来容纳逻辑，并使用发出和接收的事件在步骤之间移动。

下面的代码定义了 Workflow 结构。与 LangGraph 类似，这是我准备状态并将技能附加到 LLM。

class AgentFlow(Workflow):    def __init__(self, llm, timeout=300):        super().__init__(timeout=timeout)        self.llm = llm        self.memory = ChatMemoryBuffer(token_limit=1000).from_defaults(llm=llm)        self.tools = []        for func in skill_map.get_function_list():            self.tools.append(                FunctionTool(                    skill_map.get_function_callable_by_name(func),                    metadata=ToolMetadata(                        name=func, description=skill_map.get_function_description_by_name(func)                    ),                )            )
    @step    async def prepare_agent(self, ev: StartEvent) -> RouterInputEvent:        user_input = ev.input        user_msg = ChatMessage(role="user", content=user_input)        self.memory.put(user_msg)
        chat_history = self.memory.get()        return RouterInputEvent(input=chat_history)

设置 Workflow 后，我定义了路由代码：

@stepasync def router(self, ev: RouterInputEvent) -> ToolCallEvent | StopEvent:    messages = ev.input
    if not any(        isinstance(message, dict) and message.get("role") == "system" for message in messages    ):        system_prompt = ChatMessage(role="system", content=SYSTEM_PROMPT)        messages.insert(0, system_prompt)
    with using_prompt_template(template=SYSTEM_PROMPT, version="v0.1"):        response = await self.llm.achat_with_tools(            model="gpt-4o",            messages=messages,            tools=self.tools,        )
    self.memory.put(response.message)
    tool_calls = self.llm.get_tool_calls_from_response(response, error_on_no_tool_call=False)    if tool_calls:        return ToolCallEvent(tool_calls=tool_calls)    else:        return StopEvent(result=response.message.content)

@stepasync def tool_call_handler(self, ev: ToolCallEvent) -> RouterInputEvent:    tool_calls = ev.tool_calls
    for tool_call in tool_calls:        function_name = tool_call.tool_name        arguments = tool_call.tool_kwargs        if "input" in arguments:            arguments["prompt"] = arguments.pop("input")
        try:            function_callable = skill_map.get_function_callable_by_name(function_name)        except KeyError:            function_result = "Error: Unknown function call"
        function_result = function_callable(arguments)        message = ChatMessage(            role="tool",            content=function_result,            additional_kwargs={"tool_call_id": tool_call.tool_id},)
        self.memory.put(message)
    return RouterInputEvent(input=self.memory.get())