偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

手把手教你使用Qwen-Agent開發(fā)智能體應用實戰(zhàn)教程 原創(chuàng)

發(fā)布于 2025-3-13 12:39
瀏覽
0收藏

一、環(huán)境準備

1.1 安裝框架

# 全功能安裝（RAG/代碼解釋器/GUI支持）
pip install -U "qwen-agent[rag,code_interpreter,python_executor,gui]"


# 簡約安裝版本
pip install -U qwen-agent

1.2 模型服務配置

方法 1：官方服務

export DASHSCOPE_API_KEY='your-api-key'

方法 2：本地部署（vLLM 示例）

from vllm import LLM, SamplingParams


llm = LLM(model="Qwen2-7B-Chat")

二、核心功能開發(fā)

2.1 工具定義與使用

from qwen_agent.tools.base import BaseTool, register_tool
import json5


@register_tool('calculate')
class Calculator(BaseTool):
    description = '基礎運算計算器'
    parameters = [{'name': 'formula', 'type': 'string'}]
    
    def call(self, params: str) -> float:
        return eval(json5.loads(params)['formula'])


# 調用示例
calc = Calculator()
print(calc.call('{"formula": "(3 + 5) * 2"}'))  # 輸出 16.0

2.2 記憶功能實現(xiàn)

from qwen_agent.agents import Assistant


class HistoryAssistant(Assistant):
    def _postprocess_messages(self, messages):
        return messages[-10:]  # 保留最近5輪對話


assistant = HistoryAssistant(llm={'model': 'qwen-max'})

三、完整示例開發(fā)

3.1 城市信息查詢助手

from qwen_agent.agents import Assistant
from qwen_agent.tools import BaseTool, register_tool
import requests
import json5


@register_tool('city_info')
class CityInfoTool(BaseTool):
    description = "城市基礎信息查詢"
    parameters = [{'name': 'name', 'type': 'string'}]
    
    def call(self, params):
        city = json5.loads(params)['name']
        response = requests.get(f"https://api.example.com/cities/{city}")
        return response.json()


# 配置助手
assistant = Assistant(
    llm={'model': 'qwen-max'},
    function_list=['city_info','code_interpreter'],
    system_message="你是一個城市百科助手"
)


# 測試查詢
response = assistant.run([{'role': 'user', 'content': '上海有多少個行政區(qū)?'}])
print(response[-1]['content'])

執(zhí)行流程：

  1. 用戶輸入自然語言問題
  2. 模型解析需調用 city_info 工具
  3. 工具通過 API 獲取結構化數據
  4. 模型轉譯數據為自然語言回答

3.2 圖像處理流程（集成代碼解釋器）

import urllib
from qwen_agent.agents import Assistant


assistant = Assistant(
    function_list=['code_interpreter'],
    system_message="圖像處理專家"
)


def process_image(prompt):
    messages = [{'role':'user', 'content': prompt}]
    for resp in assistant.run(messages):
        if 'function_call' in resp:
            code = resp['function_call']['arguments']
            exec(code)  # 示例簡化執(zhí)行
    return resp[-1]['content']


process_image('將https://example.com/image.jpg的水平寬度擴大1.5倍')

四、進階開發(fā)技巧

4.1 RAG 文檔問答實現(xiàn)

from qwen_agent import retrieve


# 構建知識庫
retrieve.build_index('documents/')


class DocQA(Assistant):
    def _preprocess(self, query):
        contexts = retrieve.search(query)
        return f"根據文檔：{contexts}\n回答：{query}"


qa = DocQA(llm={'model': 'qwen-max-longcontext'})

4.2 可視化界面集成

from qwen_agent.gui import WebUI


WebUI(assistant).launch(server_name='0.0.0.0', server_port=7860)

五、典型應用場景

5.1 客戶服務機器人

class CustomerService(Assistant):
    def __init__(self):
        super().__init__(
            system_message="你是XX公司客服，回答范圍限于產品功能和訂單查詢",
            function_list=[product_lookup, order_status]
        )
    
    def _validate_query(self, query):
        if '價格' in query:
            return "具體產品價格請訪問官網查詢"
        return super()._validate_query(query)

5.2 數據分析助手

@register_tool('data_analysis')
class DataAnalyzer:
    def call(self, params):
        df = pd.read_csv(params['file'])
        return df.describe().to_markdown()


assistant = Assistant(function_list=['data_analysis', 'code_interpreter'])

六、技術要點總結

  • 工具生態(tài)系統(tǒng)
    支持自定義工具注冊機制，靈活擴展功能
  • 動態(tài)流程控制
    支持工具調用鏈、條件分支、循環(huán)處理等復雜邏輯
  • 性能優(yōu)化建議
    ? RAG 緩存機制提升高頻查詢響應
    ? 量化壓縮降低部署資源消耗
    ? 設置執(zhí)行超時保障系統(tǒng)穩(wěn)定性

七、調試與優(yōu)化

# 開啟調試模式
assistant = Assistant(verbose=True)


# 性能監(jiān)控
from qwen_agent.monitor import perf_counter


@perf_counter
def critical_function():
    pass



本文轉載自公眾號九歌AI大模型  作者：九歌AI

原文鏈接：??https://mp.weixin.qq.com/s/PD5xisqJ-qzmiD9X-KgEBQ??


?著作權歸作者所有，如需轉載，請注明出處，否則將追究法律責任
贊
收藏
回復
舉報
回復
相關推薦