ИИ-агенты

О чём урок

ИИ-агенты представляют собой захватывающее развитие в области генеративного ИИ, позволяя большим языковым моделям (LLM) эволюционировать от ассистентов до агентов, способных выполнять действия. Фреймворки ИИ-агентов дают разработчикам возможность создавать приложения, которые предоставляют LLM доступ к инструментам и управлению состоянием. Эти фреймворки также улучшают прозрачность, позволяя пользователям и разработчикам отслеживать действия, запланированные LLM, тем самым повышая удобство использования. В этом уроке будут рассмотрены следующие темы: Понимание того, что такое ИИ-агент: что именно представляет собой ИИ-агент? Изучение пяти различных фреймворков ИИ-агентов: что делает их уникальными? Применение этих ИИ-агентов в различных сценариях: когда следует использовать ИИ-агентов? После прохождения этого урока вы сможете: Объяснить, что такое ИИ-агенты и как их можно использовать. Понять различия между некоторыми популярными фреймворками ИИ-агентов и их особенности. Разобраться в принципах работы ИИ-агентов для создания приложений с их использованием. ИИ-агенты: очень интересная область в мире генеративного ИИ. С этим интересом иногда возникает путаница в терминах и их применении. Чтобы упростить понимание и охватить большинство инструментов, которые называют ИИ-агентами, мы будем использовать следующее определение: ИИ-агенты позволяют большим языковым моделям (LLM) выполнять задачи, предоставляя им доступ к состоянию и инструментам. Давайте определим эти термины: Большие языковые модели: это модели, упоминаемые на протяжении всего курса, такие как GPT-5, GPT-4o, Llama 3.3 и т. д. Состояние: это контекст, в котором работает LLM. LLM использует контекст своих прошлых действий и текущий контекст, направляя принятие решений для последующих действий. Фреймворки ИИ-агентов позволяют разработчикам проще поддерживать этот контекст. Инструменты: для выполнения задачи, запрошенной пользователем и запланированной LLM, LLM нужен доступ к инструментам. Примерами инструментов могут быть база данных, API, внешнее приложение или даже другая LLM! Надеемся, эти определения дадут вам хорошую основу для дальнейшего изучения того, как они реализованы. Давайте рассмотрим несколько различных фреймворков ИИ-агентов: LangChain Agents представляет собой реализацию определений, которые мы привели выше. Для управления состоянием используется встроенная функция AgentExecutor.

План урока

1. Введение
2. Что такое ИИ-агенты?
3. LangChain Agents
4. AutoGen
5. Состояние и инструменты
6. LLM, определённый с системным сообщением
7. Диалог инициируется пользователем
8. Функция выполняется