AI Agent入门：Agent角色指令设计

AI Agent入门：Agent角色指令设计

引用

CSDN

1.

https://blog.csdn.net/csdn_xmj/article/details/140386271

AI Agent作为人工智能领域的重要研究方向，其核心思想是使用语言模型（LLM）作为推理的大脑，通过制定计划和借助工具来解决问题。本文将从Agent的基本概念、架构、实现逻辑以及在LangChain中的具体应用等方面进行详细讲解，并提供角色指令设计的完整指南。

0、概要

Agent的核心思想是使用语言模型（LLM）作为推理的大脑，以制定解决问题的计划、借助工具实施动作。在agents中几个关键组件如下：

• LLM：制定计划和思考下一步需要采取的行动。
• Tools：解决问题的工具
• Toolkits：用于完成特定目标所需的工具组。一个toolkit通常包含3-5个工具。
• AgentExecutor：AgentExecutor是agent的运行时环境。这是实际调用agent并执行其选择的动作的部分。

1、Agent整体架构

代理（Agents）涉及LLM做出决策以确定要采取哪些行动，执行该行动，查看观察结果并重复执行步骤直到完成。

在LLM驱动的自主代理系统中，LLM充当代理的大脑，并辅以几个关键功能：

规划

• 子目标拆解：agent将大型任务拆解为小型的、可管理的子目标，从而能够高效处理复杂任务。
• 反思和改进：agent可以从过去的行为中进行自我批评和自我反省。这种从错误中吸取教训，并对未来的步骤进行改进的思维可以有效提高最终结果。真种思维方式来自ReAct，其大致格式为：Thought: ...Action: ...Observation: ... (Repeated many times)。即为ReAct模式。

记忆

• 短期记忆：上下文学习是利用模型的短期记忆来学习的。
• 长期记忆：通过利用外部向量存储和快速检索，agen可以实现长时间保留和回忆（无限）信息的能力。

工具使用

代理学习调用外部 API 以获取模型权重中缺少的额外信息（通常在预训练后很难更改），包括当前时讯、代码执行能力、对私有信息源的访问等。自然可以自定义工具使用，如本地向量数据库查找。自定义工具方法类：

2、Agent业务实现逻辑

Agent的业务流程如下图所示：

1. 用户提出问题
2. Agent基于预设的Prompt，将问题包装之后送给LLM
3. LLM返回给Agent结果和需要使用的工具
4. Agent使用工具获取必要信息
5. 工具返回给Agent获取到的信息
6. 打包上下文发再次送给LLM
7. LLM返回给Agent结果
8. Agent给用户返回最终结果

3、LangChain中Agent实现

LangChain为代理提供了标准接口，一系列可供选择的代理类型。langchain中agent有两种主要类型：

动作代理人（Action agents）

在每个时间步上，使用所有先前动作的输出决定下一个动作。

1. 接收用户输入
2. 决定是否使用任何工具以及工具输入
3. 调用工具并记录输出（也称为“观察结果”）
4. 使用工具历史记录、工具输入和观察结果决定下一步
5. 重复步骤 3-4，直到确定可以直接回应用户

计划执行代理人（Plan-and-execute agents）

预先决定所有动作的完整顺序，然后按照计划执行，而不更新计划。

1. 接收用户输入
2. 规划要执行的全部步骤序列
3. 按顺序执行步骤，将过去步骤的输出作为未来步骤的输入
4. 动作代理人适用于小任务，遵循ReAct模式。而计划执行代理人适用于复杂或长时间运行的任务，这些任务需要保持长期目标和重点。

4. Agent示例代码

5、Agent角色指令的概念

5.1 角色指令的定义

• 决定AI智能体的行为
• 决定AI智能体的输出效果
• 匹配场景使用

5.2 角色指令的万能公式

角色设定万能公式 = 角色设定 + 使用场景 + 工具 + 限制 + 输出样式（附加：+例子）

• 角色设定：设定您想让Agent扮演的角色，可以给出一些您期望它具备的能力。
• 使用场景+工具：描述您的应用背景，并给出相应背景下使用的工具，让大模型可以在更为精确的场景下用匹配的工具行动。
• 限制：明确当用户输入什么信息下生成什么样的结果，使得答案更为精准。
• 输出样式：输出风格和格式要求，使大模型更为匹配您的需求。可以附带一些例子，使其理解更为透彻。

6、角色指令的优化策略

6.1 角色设定策略

给出角色设定请尽可能清晰简短，尽量直接表述角色名称，同样也可以附加一些你所期望的能力作为补充。

6.2 工具选择

• 代码解释器：代码解释器支持应用运行代码，具备分析数据、url信息提炼、处理上传文件、数学运算等功能。
• 文生图：大模型将结合文心一格生成对应图像。
• 知识问答-百度搜索：大模型将结合百度搜索结果回答问题。
• 知识问答-知识库检索：大模型将基于您上传的知识文档回答问题，可选择直接上传文件，或选择已有知识集合。知识集合相关内容可查看文档我的知识。

6.3 场景工具策略

• 尽可能一一对应
• 做出描述
• 简洁、直接

6.4 限制

• 尽可能一一对应
• 描述越具体越好

6.5 输出样式策略

• 清晰明了
• 提出具体的要求
• 例如：字数、回答样式等

6.6 给出示例

• 主要用于需要有特定回复的时候
• 请给出特定的问题和相应答复

本文原文来自公众号“机器学习算法与Python实战”。