当前位置: 首页 > news >正文

智能体(Agent)实战——从gpts到auto gen

一.GPTs

        智能体以大模型作为大脑,同时配备技能,使其能够完成具体的任务。同时,为了应用于垂直领域,我们需要为大模型定义一个角色,并构建知识库。最后,定义完整的流程,使其完成整个任务。以组会汇报的智能体为例,定义如下

        

1.创建自己的gpt

2.角色定义

        该 Agent 是一种智能化助理,专为研究人员和学生设计,用于调研计算机领域顶级会议的论文。它能够自动访问各大顶级会议网站,搜索并下载相关论文,并对论文内容进行整理分析,最终生成易于理解的思维导图。这些思维导图旨在帮助用户快速把握论文的核心内容、研究方法、实验结果和研究意义。

3.任务流程

步骤 1: 搜索顶级会议论文

  • 技能使用#2N GoogleSearch
  • 操作:使用 GoogleSearch 技能根据用户指定的关键词进行搜索,找到相关的顶级会议论文列表。

步骤 2: 获取论文链接和内容

  • 技能使用#2K ReadArXiv
  • 操作:对于在 arXiv 上可找到的论文,使用 ReadArXiv 技能通过提供的 arXiv 链接直接获取论文的内容。

步骤 3: 提取论文的文本内容

  • 技能使用#2J ReadWebpage
  • 操作:对于非 arXiv 的论文,使用 ReadWebpage 技能从会议官网或其他来源抓取论文的全文内容。

步骤 4: 生成思维导图

  • 技能使用#2H GenerateMindMap
  • 操作:将步骤 3 中获取的文本内容输入到 GenerateMindMap 技能中,自动创建出基于论文内容的思维导图。

步骤 5: 结果呈现

  • 技能使用:无需额外技能。
  • 操作:将生成的思维导图显示给用户,用户可以直接查看或下载。

 

 4.技能配置

网站:Gapier: Free Actions for ChatGPT Users|custom gpts|ChatGPT Actions|GPTs Actions

添加技能:

 添加API秘钥

导入URL

 测试API能否使用

 其他提供技能API的网站

(1)语聚AI

语聚AI:汇聚语言与AI的力量

(2) 官方网站提供的接口

例如:stable diffusion

2.Auto Gen

(1) 环境配置

需要新建一个环境,python一定要是3.10以上

即:

conda create -n agent python==3.10

conda activate agent

pip install autogenstudio

启动服务

autogenstudio ui --port 8081

(2)配置GPT-4的key

在安装agent环境目录下配置GPT-4的key

F:\Anaconda\envs\agent\Lib\site-packages\openai

国内中转GPT4-key的获取

GPT4.0 API KEY By OPENAI HK 中转ChatGPT

https://www.jcapikey.com/register?aff=JQLr 

如果部署本地大模型,只需要指定base_url 

 (3)配备技能

实例1:使用飞书作为技能

获取API并查看参数。docx/O738dALTAoNPQBxnFwNcTnYKnPb

对应的python代码,需要document_id和user_access_token

import requestsdef get_feishu(doc_id):""":param doc_id: 输入需求文档编号:return: 返回文档对应文字内容"""url = f"https://open.feishu.cn/open-apis/docx/v1/documents/{doc_id}/raw_content?lang=0"payload = ''headers = {'Authorization': 'Bearer u-dJELIIPZ13paEMIal.HHWY455jq5l5jFj0G011M029Gk'}response = requests.request("GET", url, headers=headers, data=payload)print(response.text)return response.textget_feishu('BYtpdYql5oVwvzxmzvFcLGG8nNW')

将上面的函数添加到技能中

案例2:配备抖音

使用语聚AI连接抖音的接口

语聚AI

(4)配置智能体

 (5)定义流程

相关文章:

智能体(Agent)实战——从gpts到auto gen

一.GPTs 智能体以大模型作为大脑,同时配备技能,使其能够完成具体的任务。同时,为了应用于垂直领域,我们需要为大模型定义一个角色,并构建知识库。最后,定义完整的流程,使其完成整个任务。以组会…...

PyTorch 张量数据类型

【数据类型】Python 与 PyTorch 常见数据类型对应: 用 a.type() 获取数据类型,用 isinstance(a, 目标类型) 进行类型合法化检测 >>> import torch >>> a torch.randn(2,3) >>> a tensor([[-1.7818, -0.2472, -2.0684],[ 0.…...

奇思妙想-可以通过图片闻见味道的设计

奇思妙想-可以通过图片闻见味道的设计 偷闲半日享清闲,炭火烧烤乐无边。肉串飘香引客至,笑语欢声绕云间。人生难得几回醉,且把烦恼抛九天。今宵共饮开怀酒,改日再战新篇章。周四的傍晚,难得的闲暇时光让我与几位挚友相…...

装饰者模式(设计模式)

装饰模式就是对一个类进行装饰,增强其方法行为,在装饰模式中,作为原来的这个类使用者还不应该感受到装饰前与装饰后有什么不同,否则就破坏了原有类的结构了,所以装饰器模式要做到对被装饰类的使用者透明,这…...

ADB调试命令大全

目录 前言命令大全1.显示当前运行的全部模拟器:adb devices2.启动ADB: adb start-server3.停止ADB: adb kill-server4.安装应用程序: adb install -r [apk文件]5.卸载应用程序: adb uninstall [packagename]6.将手机设备中的文件copy到本地计…...

查看npm版本异常,更新nvm版本解决问题

首先说说遇见的问题,基本上把nvm,npm的坑都排了一遍 nvm版本导致npm install报错 Unexpected token ‘.‘install和查看node版本都正确,结果查看npm版本时候报错 首先就是降低node版本… 可以说基本没用,如果要降低版本的话&…...

计算机行业

计算机行业环境分析 2022.01.12 计算机行业环境分析 计算机专业就业前景 随着科技的进步和信息事业的发展,尤其是计算机技术的发展与网络应用的逐渐普及。计算机已成为人们工作和生活中不可缺少的东西。IT行业迅猛发展,就业工作岗位也比比皆是。在最近…...

各种机器学习算法的应用场景分别是什么(比如朴素贝叶斯、决策树、K 近邻、SVM、逻辑回归最大熵模型)?

2023简直被人工智能相关话题席卷的一年。关于机器学习算法的热度,也再次飙升,网络上一些分享已经比较老了。那么今天借着查询和学习的机会,我也来浅浅分享下目前各种机器学习算法及其应用场景。 为了方便非专业的朋友阅读,我会从算…...

SQLite JDBC驱动程序

SQLite JDBC驱动程序下载地址: 下载地址...

Postgre 调优工具pgBadger部署

一,简介: pgBadger(日志分析器)类似于oracle的AWR报告(基于1小时,一天,一周,一月的报告),以图形化的方式帮助DBA更方便的找到隐含问题。 pgbadger是为了提高…...

【云原生】Kubernetes----Helm包管理器

目录 引言 一、Helm概述 1.Helm价值概述 2.Helm的基本概念 3.Helm名词介绍 二、安装Helm 1.下载二进制包 2.部署Helm环境 3.添加补全信息 三、使用Helm部署服务 1.创建chart 2.查看文件信息 3.安装chart 4.卸载chart 5.自定义chart服务部署 6.版本升级 7.版本…...

Bootstrap 5 进度条

Bootstrap 5 进度条 引言 Bootstrap 5 是目前最流行的前端框架之一,它提供了一套丰富的组件和工具,帮助开发者快速构建响应式、移动设备优先的网页。在本文中,我们将重点探讨 Bootstrap 5 中的进度条组件,包括其基本用法、定制选…...

MySQL查询数据库中所有表名表结构及注释以及生成数据库文档

MySQL查询数据库中所有表名表结构及注释 生成数据库文档在后面!!! select t.TABLE_COMMENT -- 数据表注释 , c.TABLE_NAME -- 表名称 , c.COLUMN_COMMENT -- 数据项 , c.COLUMN_NAME -- 英文名称 , -- 字段描述 , upper(c.DATA_TYPE) as …...

Redis缓存穿透、缓存雪崩和缓存击穿的解决方案

Redis缓存穿透、缓存雪崩和缓存击穿的解决方案 引言 Redis作为当前非常流行的内存数据结构存储系统,以其高性能和灵活性被广泛应用于缓存、消息队列、排行榜等多种场景。然而,在实际使用过程中,可能会遇到缓存穿透、缓存雪崩和缓存击穿等问…...

如何解决javadoc一直找不到路径的问题?

目录 一、什么是javadoc二、javadoc为什么会找不到路径三、如何解决javadoc一直找不到路径的问题 一、什么是javadoc Javadoc是一种用于生成Java源代码文档的工具,它可以帮助开发者生成易于阅读和理解的文档。Javadoc通过解析Java源代码中的注释,提取其…...

redis 笔记2之哨兵

文章目录 一、哨兵1.1 简介1.2 实操1.2.1 sentinel.conf1.2.2 问题1.2.3 哨兵执行流程和选举原理1.2.4 使用建议 一、哨兵 1.1 简介 上篇说了复制,有个缺点就是主机宕机之后,从机只会原地待命,并不能升级为主机,这就不能保证对外…...

LVS+Keepalived NGINX+Keepalived 高可用群集实战部署

Keepalived及其工作原理 Keepalived 是一个基于VRRP协议来实现的LVS服务高可用方案,可以解决静态路由出现的单点故障问题。 VRRP协议(虚拟路由冗余协议) 是针对路由器的一种备份解决方案由多台路由器组成一个热备组,通过共用的…...

Mybatis做批量操作

动态标签foreach,做过批量操作,但是foreach只能处理记录数不多的批量操作,数据量大了后,先不说效率,能不能成功操作都是问题,所以这里讲一讲Mybatis正确的批量操作方法: 在获取opensession对象…...

Python | 中心极限定理介绍及实现

统计学是数据科学项目的重要组成部分。每当我们想从数据集的样本中对数据集的总体进行任何推断,从数据集中收集信息,或者对数据集的参数进行任何假设时,我们都会使用统计工具。 中心极限定理 定义:中心极限定理,通俗…...

探索Napier:Kotlin Multiplatform的日志记录库

探索Napier:Kotlin Multiplatform的日志记录库 在现代软件开发中,日志记录是不可或缺的部分,它帮助开发者追踪应用的行为和调试问题。对于Kotlin Multiplatform项目而言,能够在多个平台上统一日志记录的方法显得尤为重要。Napier…...

中科院FlowPIE:AI实现科学创意自动孵化突破研究范式创新

这项由中国科学院深圳先进技术研究院联合大连理工大学等多家科研院所开展的研究,发表于2026年3月31日的arXiv预印本平台(论文编号:arXiv:2603.29557v1),为科学创意生成领域带来了革命性突破。有兴趣深入了解的读者可以…...

HWA05_leetcode48旋转图像

题目解法class Solution:def rotate(self, matrix: List[List[int]]) -> None:"""Do not return anything, modify matrix in-place instead."""#这是一个n行n列的矩阵n len(matrix)#只需要遍历n/2行for i in range(n//2):#每一列从i开始直到…...

第零章(K8s启航):最新Ubuntu25 安装最新K8S (断电重启、断电重置)超详细步骤,安装不好你来打我~

Ubuntu安装K8S1. 服务器初始化(所有节点) vim /etc/hosts127.0.0.1 localhost # 127.0.1.1 yww# The following lines are desirable for IPv6 capable hosts ::1 ip6-localhost ip6-loopback fe00::0 ip6-localnet ff00::0 ip6-mcastprefix ff02::1…...

系统分析师论文模版分析

系统分析师论文模板深度分析 系统分析师考试的论文(科目三)是一道 2500~3000字 的论述题,要求结合实际项目经验,围绕给定主题展开分析。论文的评分维度包括:切合题意、理论深度、实践细节、逻辑结构、语言表达。以下是对典型论文模板的结构拆解与写作要点分析。 一、论文…...

OpenClaw云端体验版:Phi-3-vision-128k-instruct沙盒环境快速验证

OpenClaw云端体验版:Phi-3-vision-128k-instruct沙盒环境快速验证 1. 为什么选择云端沙盒体验 当我第一次听说OpenClaw时,就被它"让AI像人类一样操作电脑"的理念吸引了。但作为一个谨慎的技术人,我习惯在正式投入时间前先做可行性…...

分享我用稳卖AI浏览器实操出来的:AI选品降低试错成本思路

很多跨境卖家都有类似经历:一个产品在决定要不要做的时候,表面上看信息不少,但真正落到“为什么选它”这个问题上,判断依据往往并不够扎实。有时候是看到某个平台趋势不错,有时候是看到竞品最近销量有变化,…...

OpenClaw隐私保护:Qwen3.5-9B本地处理敏感数据的实践

OpenClaw隐私保护:Qwen3.5-9B本地处理敏感数据的实践 1. 为什么需要本地化处理敏感数据? 去年我在处理一批客户调研报告时,曾遇到一个尴尬场景:当我把包含联系方式和消费习惯的Excel表格上传到某云端AI分析平台后,突…...

OpenClaw多通道接入:Qwen3-4B同时服务飞书与钉钉机器人

OpenClaw多通道接入:Qwen3-4B同时服务飞书与钉钉机器人 1. 为什么需要多通道接入? 上周我遇到一个尴尬场景:团队部分成员用飞书沟通,另一些用钉钉。当我尝试用OpenClaw搭建自动化助手时,发现默认配置只能对接单一平台…...

八、组合模式

目的 : 将对象组合成树形结构以表示“部分-整体”的层次结构。使得用户对单个对象和组合对象的使用具有一致性。核心 : 定义统一的组件接口(Component),叶子节点(Leaf)实现基本操作,…...

MUSCLE vs ClustalW:多序列比对工具性能实测与IQtree最佳实践

MUSCLE vs ClustalW:多序列比对工具性能实测与IQtree最佳实践 在生物信息学领域,多序列比对和系统发育分析是研究分子进化和功能预测的核心技术。面对日益增长的基因组数据量,研究人员迫切需要高效可靠的分析工具链。本文将深入对比MUSCLE与C…...