最近Agents框架层出不穷，我们这次选择了OpenAgents，一个声称在Interface和Environment上全方面超越AutoGPT，OpenInterPreter等框架🤯
接下来我们逐步拆解OpenAgents的独特之处！OpenAgents开发的LLM-powered代理XLang集成了三个功能强大的代理。
📄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。
-
RL Agent:
-
ReAct Agent:
-
XLang Agents:
这里，ℎ代表人类输入，a代表行动，o代表观察，r表示Agent的自然语言回应，[...][...]表示Agent可以通过循环执行行动-观察循环
🪄现在使用
免安装入口：
https://chat.xlang.ai/zh
本地安装方式：
-
通过其Git仓库下载:
https://github.com/xlang-ai/OpenAgents
-
开启后端
-
安装环境
conda create -n openagents python=3.10
conda activate openagents
pip install -r backend/requirements.txt-
按照README.md指示配置MongoDB、Redis、环境变量、OpenAI API
-
一键运行脚本
backend/setup_script.sh
export FLASK_APP=backend.main.py
flask run -p 8000-
如果想要实现Data Agent那种自动运行Python脚本功能，又不想使用本地环境，可以如下配置Docker
docker pull xlanglab/xlang-code-interpreter-python
docker run -d --rm \--name codeint \--env-file real_agents/data_agent/.code_interpreter_docker_env \--mount type=bind,source=<PATH_TO_PROJECT>/backend/data,target=/home \-p 8100:8100 \--ip=10.1.1.2 \--cap-add SYS_RESOURCE \--cap-add SYS_PTRACE \--cap-add NET_ADMIN \xlanglab/xlang-code-interpreter-pythonexport CODE_EXECUTION_MODE="docker"-
开启前端，开始使用 - 在http://localhost:3000访问
// 请提前安装node.js 和 npm
cd frontend
npm install
npm run dev谷歌插件：
除了Chrome商城，用户也可以本地导入Chrome插件。
-
在 frontend 目录中解压缩 webot_extension.zip 文件。
-
打开 chrome://extensions/。
-
启用 开发者模式。
-
点击 加载已解压的扩展程序。
-
选择解压缩后的 builder 文件夹。
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
![[学习笔记]python绘制图中图（绘制站点分布图）](https://img-blog.csdnimg.cn/b5fc949df0d943baa115063357d227d0.png)
