OpenAgents | chenoiLab - by Andy yang

icon

password

📄数据代理（Data Agent）🔌插件代理（Plugins Agent）🌐网络代理（Web Agent）💡设计理念 🪄现在使用

正如@AI每日小编所说，该产品的特点包括：

简便部署：简化了安装和入门的过程。

全栈支持：为开发者提供了全面的工具和功能。

聊天界面：提供直观的用户界面，实现无缝交互。

Agent方法：采用先进的技术和方法来增强功能。

OpenAgents是一款开源平台，其开发的LLM-powered代理XLang集成了三个功能强大的代理。

项目地址：https://github.com/xlang-ai/OpenAgents

论文地址：https://arxiv.org/abs/2310.10634

用户手册：https://docs.xlang.ai/category/user-manual

📄数据代理（Data Agent）

对于表格这种结构性数据高度可用，并提供数据的直接显示。Data Agent的最大特点是编写和执行代码(Python和SQL)，并将结果呈现给用户。

以前:下载数据为xlsx或csv → 导入Excel → 处理数据。

现在：一步到位！比如只需在平台上输入您感兴趣的主题或领域，Data Agent可以自动在Kaggle上搜索数据集，寻找到适合用户需求的有用数据集，并可以直接生成Python或SQL代码，自动运行进行数据清洗。

其也可以自动运行pyecharts包的代码，生成一个JSON对象，然后在前端将其显示为一个Echarts图表。

另外！用户也可以输入图片，使Data Agent对图片进行一些处理，比如灰度（Grey Scale）。

🔌插件代理（Plugins Agent）

其与200多个第三方插件集成，在XLang的用户手册上，用户可以了解一系列插件（包括Wolfram、NewsAPI、RapidAPI等）的授权方式，并可以与热门应用程序如Spotify、Twelve Data、Youtube和Alpha Vantage等进行联动。

使用上，分为需要身份验证（Authentication）和无需身份验证的类别。

无需身份验证的，比如商城、天气、制作流程图。

比如，告诉Klarna Shopping 插件您想要购买什么，会返回用户链接卡片导航到产品页面。

需要进行身份验证的工具，例如Wolfram科学计算，一个非常热门的理科工具<(￣︶￣)↗

当用户不清楚自己的需求会用到什么插件时，其还提供了自动插件功能（Auto plugin selection），Plugins Agent会根据用户需求自动匹配插件使用。

🌐网络代理（Web Agent）

借助浏览器Sidebar插件，Web Agent能自动操作网页，简化了网络浏览。读者朋友可以直接在Chrome extensions web store中搜索“XLang Web Agent”，下载并按照弹窗进行配置。

使用时，用户在Web Agent上输入指令，跳转到对应网页后，用户需要激活控制台【快捷键：“Cmd + Option + I”（在Mac上）或“Ctrl + Shift + I”（在Windows上）】手动选择开启搜索。Web Agent会自动分析网页，将网页信息导入平台上的聊天中。

尽管这个Agent多了一步需要用户手动在控制台中开启的步骤，但也无法否认该Agent相当强大，比如根据用户提问的航班信息，自动在网页中输入航班起始地、时间、往返条件，网页跳转后还可继续对比机票价格，并返回结果给用户。

此外，还可以在IMDb网站上自动浏览电影并撰写影评；通过谷歌地图的数据，直接向用户提供所需时间和距离信息；自动发送和转发推特；自动填写Google表单。功能真是太强大了！

💡设计理念

XLang Agents 是为真实世界的场景量身定制的，旨在解决具体的人类挑战。

在强化学习（RL）中，“代理”是一个与环境交互以实现目标的决策者。它通过反馈循环进行学习，根据奖励或惩罚调整策略，以最大化随时间累积的奖励。

在自然语言处理（NLP）和机器人领域，“代理”指的是与其环境直接或通过工具进行交互的系统或模型。

团队认为，代理是大型语言模型（LLM）通过预测激活具有特定参数的API函数的令牌来遵循语言指令并预测动作。具体来说，接受用户意图作为输入，由基于LLM的策略来预测下一个动作，以及用于选择的动作空间组成。

技术细节

OpenAgents基于LangChain构建了XLang Agents，使用ReAct范式进行思考、行动和观察来完成任务。OpenAgents填补了LangChain的一些空缺，包括提供全面的工具集、实现Web用户界面和后端服务器、创建DataModel类以便信息呈现，以及改进提示。Web用户界面允许用户通过自然语言反馈与Agent交互，而记忆组件则将多轮用户反馈作为历史上下文的一部分传递给Agent。