ModelScope-Agent入门学习资料 - 开源大语言模型的可定制化Agent框架

ModelScope-Agent简介

ModelScope-Agent是一个可定制和可扩展的Agent框架。单个agent具有角色扮演、LLM调用、工具使用、规划和记忆等能力。该框架的主要特点包括:

• 简单的Agent实现过程:只需指定角色指令、LLM名称和工具名称列表即可实现Agent应用。框架会自动为工具使用、规划和记忆安排工作流。

• 丰富的模型和工具:框架配备了丰富的LLM接口,如Dashscope和ModelScope模型接口、OpenAI模型接口等。内置丰富的工具,如代码解释器、天气查询、文本转图像、网页浏览等,方便定制专属agent。

• 统一接口和高可扩展性:框架具有清晰的工具和LLM注册机制,便于用户扩展更多样化的Agent应用。

• 低耦合:开发人员可以轻松使用内置工具、LLM、内存等组件,无需绑定更高级别的agent。

快速开始

要开始使用ModelScope-Agent,你需要:

1. 克隆项目仓库并安装依赖:

git clone https://github.com/modelscope/modelscope-agent.git
cd modelscope-agent && pip install -r requirements.txt

2. 初始化一个RolePlay对象,指定LLM和工具:

from modelscope_agent.agents.role_play import RolePlay

role_template = '你是一个天气预报助手'
llm_config = {'model': 'qwen-max', 'model_server': 'dashscope'}
function_list = ['amap_weather', 'image_gen']

bot = RolePlay(
    function_list=function_list, 
    llm=llm_config, 
    instruction=role_template
)

response = bot.run('北京今天天气如何?')

3. 运行Agent并获取结果

核心模块

ModelScope-Agent的核心模块包括:

• Agent: 包含LLM和工具列表,负责任务执行
• LLM: 核心语言模型,负责理解输入并决定调用工具
• Tool: 可配置的多域工具,如代码解释器、天气查询等

详细的模块说明请参考官方文档。

学习资源

1. 官方GitHub仓库 - 包含源码、示例和文档

2. 入门教程文章

3. 视频教程

4. 示例Notebook:

   • Qwen模型示例
   • 检索增强Agent示例
   • 自定义工具示例

5. ModelScope Notebook环境 - 提供免费GPU资源快速上手

6. 多智能体系统文档

7. AgentFabric工具 - 用于创建定制化Agent的交互式框架

结语

ModelScope-Agent为开发者提供了一个灵活且功能丰富的Agent开发框架。通过以上资源,你可以快速上手并开始构建自己的智能Agent。如果在使用过程中遇到任何问题,欢迎通过GitHub Issues反馈或加入官方交流群讨论。

祝你的Agent开发之旅愉快!