Agent-鸿蒙小车环境配置及基础介绍

字数

2119 字

阅读时间

9 分钟

1.整体介绍

1.1 系统架构

1.2 系统流程

1.3 AI技术栈

环境：

Anaconda：2024

IDE：

Pycharm：2024

HBuilderX：latest

技术栈：

后台服务：

Python：3.11

Django：latest

LangChain/LangGraph：1.2.0

前端页面：

html、css、javascript

1.4 安装

Anaconda：详见安装包说明

Pycharm：详见安装包说明

1.5 虚拟环境

创建虚拟环境：

打开anaconda prompt命令提示符对话框，输入：

conda create -n dly_env python=3.11

说明：dly_env是虚拟环境名称

激活虚拟环境：

输入：

conda activate dly_env

1.6 安装基础依赖包

需要安装的基础依赖包如下：

pip install django-cors-headers   # 是django与前端连接的重要依赖，主要解决跨域访问问题，使得前端与django后端运行在不同域名/端口时仍然能连通，是用于在HTTP响应头中添加CORS相关的配置
pip install requests
pip install "langchain[openai]"
# 相当于下边的命令：
# pip install langchain langchain-openai

pip install dotenv  # 让开发者可以把配置文件放在.env文件中，代码运行时可以自动读取.env环境配置，.env文件不要提交到git，实现项目隔离，便于分享

1.7 创建django项目

使用Anaconda Prompt命令形式创建django项目

conda activate dly_env  # 激活之前创建的虚拟环境
D: 
cd D:\AI   # 切换目录
django-admin startproject dly_server  
# 创建django项目的命令： django-admin startproject [项目名称（不能有横杠）]

1.8 基本架构解释

这些都是创建项目后自动生成的代码段

1）manage.py

2）settings.py

3）urls.py

程序启动后，会自动读取settings设置，并将settings中的urls配置读取，自动建立URL路径到函数，如前端调用api接口（完整url），django会自动与urls.py中找到对应函数并执行，随后返回JSON响应给前端 例如：audio/upload就是api接口，组成的完整url就是：http://localhost:8000/audio/upload，而device_api.device_upload就是调用该接口后自动执行的函数

1.9 查看Django域名

启动Django后台服务： 如果是社区版Pycharm，也可以通过命令行方式运行（在Terminal里）： 当然也可以在Anaconda prompt里启动，需要先用cd命令切换到目标文件夹位置 随后可以在运行后台Run窗口看到Django服务器的域名，用于前端调用Django的API接口时使用

2.智能体核心概念：它是什么？

​ Agent 的核心思想是使用一个大语言模型（LLM）作为其“大脑”或“决策核心”，来理解用户需求、制定计划、选择工具（Tools）、执行动作（Actions）、并观察结果，最终完成一个复杂的任务。

简单来说，一个 Agent 的运作模式是： 思考（Think） -> 行动（Act） -> 观察（Observe） -> ... -> 最终完成

这非常类似于人类的思考方式。比如，当被问到“奥利奥卡路里高吗？”时，一个 Agent 可能会这样工作：

1. 思考：“用户问的是奥利奥的卡路里。我自己没有实时数据，但我可以调用网络搜索工具。”
2. 行动：调用 google_search 工具，输入查询关键词 “Oreo calorie content”。
3. 观察：工具返回了搜索结果，例如 “一份（3块）奥利奥含有约 160 卡路里”。
4. 再思考：“我得到了数据。现在需要判断这个数值是否算‘高’。我可以调用一个计算工具，将其与常见零食对比，或者直接用我的知识进行推理。”
5. 再行动/回答：基于推理，生成最终答案：“一份（3块）奥利奥大约含有160卡路里。相比于一些水果（如一个苹果约95卡），这个热量相对较高，属于能量密度较高的零食，应适量食用。”

2.1 为什么需要 Agents？解决了什么问题？

尽管LLM本身非常强大，但它有固有的局限性：

1. 知识滞后与幻觉：如前所述，LLM的知识有截止日期，且会编造信息。
2. 无法执行外部动作：LLM可以写代码，但不能真正运行代码；它可以描述如何发送邮件，但不能真的帮你发邮件。
3. 数学计算、实时信息获取等能力弱：LLM可能不擅长精确计算或获取最新信息。

Agents 通过“工具使用（Tool Use）”能力，将 LLM 的推理和语言能力与外部工具的强大功能结合起来，突破了LLM自身的限制，使其成为一个真正的“数字助手”。

3.核心组成部分

一个典型的 Agent 由以下几个关键部分构成：

1. LLM (大脑)

   负责所有的推理和决策。它决定下一步该做什么，使用哪个工具，以及如何解释工具返回的结果。主要功能包括：

   • 理解用户意图和任务需求
   • 进行逻辑推理和规划
   • 决定是否需要调用工具
   • 生成工具调用的正确参数

2. 工具 (Tools)

   Agent 可以调用的外部函数。这是 Agent 能力的扩展。包括：

   • 搜索工具、计算器、API调用等预置工具
   • 自定义工具：可封装任意业务逻辑（如数据库操作、文件处理）
   • 关键特性：每个工具需明确定义功能描述和参数规范，便于LLM准确调用

3. 记忆（Memory）：

   • Memory为Agent提供上下文感知能力，使其能够记住之前的交互历史并基于上下文做出决策。
   • LangChain中的记忆系统分为短期记忆（维护当前对话的上下文） 和长期记忆（支持跨对话会话的知识持久化）。
   • 在LangChain1.0中，记忆系统与LangGraph的状态管理深度融合，支持更复杂和结构化的状态保持

4. 代理执行器 (Agent Executor)

   • 在LangChain 1.0的架构中，AgentExecutor继续扮演执行协调器的关键角色，负责选代运行代理直至满足停止条件。
   • 新版本中，AgentExecutor获得了更强大的流程控制能力，包括循环控制（通过max_iterations参数防止无限循环）、异常处理（可配置的解析错误处理）和可观测性。
   • 用于激活我们创建好的智能体

4.工作原理

Agent 工作原理：

• 输入解析：Agent首先接收用户输入，解析其意图和关键参数。输入解析器负责标准化用户请求，提取可供工具使用的结构化参数。
• LLM推理：解析后的输入与当前状态（包括记忆和历史记录）一起传递给LLM进行推理。LLM基于预设的提示词模板分析情况，决定下一步行动——直接回答还是调用工具。
• 工具调用：如果LLM决定调用工具，AgentExecutor会执行相应的工具函数，并获取执行结果。工具调用可能涉及外部API访问、数据库查询或计算操作等。
• 观察与迭代：工具返回的结果作为"观察"被反馈给Agent，这些信息与之前的状态一起形成新的上下文，传递给LLM进行下一轮推理。这个循环持续进行，直到LLM认为已获得足够信息来生成最终答案。
• 结果整合：当循环结束时，Agent整合所有获取的信息，生成格式化的最终答案返回给用户。同时，重要的交互信息可能被存储在记忆系统中，供未来会话使用。

贡献者

freeway348

文件历史

最后编辑于 4 天前查看完整历史

a3828-11