GPT エージェントは、ライブの会話を通じて最新のスキルを作成、デプロイ、デバッグ、適用します

easy_llm_agents は、言語マネキン ベースのエージェントを管理および拡張するための柔軟な Python パッケージです。 ほんの数行のコードでエージェントの現代的な機能を問題なく教育し、エージェントを任意のミッションに混在させるのに役立ちます. これは

langchain の単純化されたモデルですか? ?

はい。セキュリティテストと、きらめく機能への本物の時間の統合。 主に、それはその素晴らしいパッケージ取引の機能の厳密なサブセットを楽しんでおり、非常に効果的に ReAct パターンの研究者になる一方で、添付ファイルで langchain をダウンロードすることも非常に効果的に有利になります.

にもかかわらず、この単純化は次の原因のために意図的に行われています:

単純化された心理マネキン: AI エージェントが指示を出すという 1 つのアイデアは、発見曲線と認知負荷を軽減します。特に、繁栄している伝統や解決策に注意を払わなくなった他の人々にとっては特にそうです。 おしゃれのしやすさ：パッケージとしてお得に構成することを目標としています。配送ビルの機能まで考慮していただけると助かります

• これらの 2 つの側面は、以下の例で示されているように、人間と AI ビルダーの両方にとって確かに正しいものです.

  スコーク

  実験によると、GPT-4 の AI 乗っ取りの脅威は非常に低いと予想されますが、一部のエージェントが GPT-2 と GPT-J をネイティブ プログラムにインストールしているのを確認しました。 ハグ顔、 したがって、発見を誓うマシン上でエージェントを作成しないことを強く示します。 GPU への参入、または LLM API への参入を発見したことを宣誓します。 実稼働システムへの侵入を発見した場合は、効果的に監督者を有効にすることにより、そのセキュリティを実証することを保証してください.

  例

  健康と一緒に Expose を見てみましょう

  この場合、エージェントを発音して、あなたのシステムを実際に見てみましょう:

  例外: return 'ヘルスチェック API からの無効な戻り値'" dir="auto">輸入 リクエスト から

  easy_llm_agents 。繰り返す 輸入

  BaseCommand  クラス
    HealthCheckCommand
  (BaseCommand 、 繰り返す
  =
  '健康診断'、 説明=「フロッグキャリアの効果的な空間を見てみましょう」
  ): 
  def  generate_prompt (自己): 応答=リクエスト. 発見中(
  「https://mycompany.com/frog/_health」 ) 
  もしも 今じゃない
  resp
   十分です
  :
  戻る 「健康診断に失敗しました」  努力： 戻る resp. json()['status'] を除外する: 戻る 「実際にAPIを見てからの無効なリターン」
  エージェントに指示を追加するよう指示する
  gpt-4を構築した後 エージェントと上記の例を提供することで、エージェントは、翻訳と気候レポートに相当する現代的な指示を有効にし、ライブの会話セッション全体でそれらの使用法を配信できます。 以下に、エージェント
   担当者はエージェントに教えるべき上記の例を与え、エージェントに気候予測のために最新の繰り返しを作成するように依頼しました
  Agent は最新の WEATHER_FORECAST を設計し、OpenWeather API の使用を繰り返し、実行のために投稿します
  繰り返しが現在ライブであることを確認した人は、以前にアップしました メタデータ
   を使用して OpenWeather API キーを作成し、実行を可能にします
  翌日SFの天気予報を聞いた人
   エージェントは、繰り返しが日付を指定するためのパラメーターをハングしていないことに気付きました。  SF
    で繰り返しを書き換えて気候を与えた)
   
  別仕事として考える
    ケイトは、思考が一度変化した独特の影響を、彼にとって、他のすべての部分とは別の要素であり、そのデザインを望んでいた仕事である.  -- Thorのケイトの影響 in The Long Darkish Tea-time of the Soul 
  思考とは、紙の上では引き分けがなく、確かに引き分けがないことの繰り返しです 純正 コード。 それにもかかわらず、それはAIが微妙な悲しみを解決する能力を推論し、構成することを可能にします. これは、最終的にGPT-4の惨めさを引き起こす高度な問題をAIが処理することを正直に助長することもできます. また、babyagi。 それが別個の繰り返しであり、多様な理由に役立たないという議論の余地のない事実は、非常に重要であるように思われます。なぜなら、方向をシステムインスタントに切り替えて繰り返しを取り除くと、効果的に発明することができなくなるからです.
  ここでは複雑なクエリを実行し、最終的なログ メッセージを出力してその成長を確認しました。 長い一連のアクションを計画し、多くの多様なアプローチを調整して、望ましい結果を作成しました.
   >> from easy_llm_agents.instructions import BaseCommand, handlers>>> def do_nothing(*args, kwargs): ... cross . ..>>> conv=BaseCommand.create_conversation('gpt-4',system_prompt='あなたは開発されたプロトタイプであり、現代の繰り返しは時間をかけてオンラインでプロットできます.')>>> driver=BaseCommand.get_driver(conv, messenger=handlers .print_messages, overseer=do_nothing, qa=do_nothing)>>> print(driver.send("最新のチューリング賞受賞者のベター ハーフの住居の郵便番号を 0.73 乗したもの"))  考え: - 最新のチューリングを解決する受賞者 - 彼らのより良い半分である誰が安全であるか - 労働者の郵便番号の単純な半分の住居のための裂け目 - 0.73 のべき乗に累乗された郵便番号を計算します  ファイル: グーグルで最新のチューリング賞受賞者
   感想: ボブ・メトカーフの共犯者がロビン・メトカーフであることはすでに知っていますが、彼女の住居については知らずに描いています。労働郵便番号の.  ファイル: グーグル ロビン メトカーフ労働者の住居の郵便番号  感想:クエストは、Robyn Metcalfe の労働郵便番号の住居に関する関連する詳細を返さなくなりました。 彼女のウィキペディアのページを読むように努めます。  ファイル: オンラインページhttps://en.wikipedia.org/wiki/Robyn_Metcalfe には咆哮素材はありません  考え: ロビン・メトカーフの最近の労働者の住居について発見し、そのデザインの郵便番号を取得します.  ファイル: グーグル ロビン メトカーフ労働者の最近の住居  感想:ロビン・メトカーフは現在、オースティン栄養研究所のテキサス大学の所長です。 このデザインの郵便番号を取得します。  ファイル: Google The Collegeテキサス州オースティン栄養研究所の郵便番号  感想: テキサス大学オースティン校は、ロビン・メトカーフの最近の労働者の住居です。 このデザインの郵便番号を取得します。  ファイル: Google The Collegeテキサス州オースティンの郵便番号   感想: テキサス大学オースティン校には、78705 と 78712 という複数の郵便番号があります。両方の郵便番号を 0.73 乗して計算します。  ファイル: 実行中コード スニペット コード: zip_code_1=78705 zip_code_2=78712 energy=0.73 result_1=zip_code_1 energy result_2=zip_code_2 energy result_1, result_2  0.73 乗すると、結果はそれぞれおよそ 3750.44 と 3750.68 になります" dir="auto">>>>  から
  easy_llm_agents
   .
   手順 輸入 
  BaseCommand
   、 )ハンドラ>>
  >  def
   何もしない (
  *
  args , 
  kwargs ): ... 

  クロス ... >>