AI代理商从零到英雄 - 第2部分
在本教程系列的第1部分中介绍，我们介绍了AI代理，执行任务，做出决定并与他人进行交流的自主程序。代理商通过工具执行操作。可能会发生工具在第一次尝试中不起作用，或者必须按顺序激活多个工具。代理人应该能够组织[…]从零到英雄的AI后代理商 - 第2部分首先出现在数据科学方面。
来源:走向数据科学在本教程系列的第1部分中，我们介绍了AI代理，执行任务，做出决定并与他人进行交流的自动程序。
第1部分 AI代理代理通过工具执行操作。可能会发生工具在第一次尝试中不起作用，或者必须按顺序激活多个工具。代理应该能够将任务组织为逻辑的进展，并在动态环境中改变其策略。
简单地说，代理的结构必须是牢固的，并且行为必须可靠。最常见的方法是通过：
- 迭代 - 多次重复一定的动作，通常会在每个周期中进行略有变化或改进。每次都可能涉及代理重新审视某些步骤以完善其输出或达到最佳解决方案。链 - 一系列以序列链接在一起的动作。链中的每个步骤都取决于上一个步骤，一个动作的输出成为下一个动作的输入。
在本教程中，我将展示如何为代理使用迭代和链条。我将介绍一些有用的Python代码，这些代码可以轻松地在其他类似情况（只需复制，粘贴，运行）中，然后带有注释的每一行代码，以便您可以复制此示例（链接到文章末尾的完整代码）。
迭代和链条的链条设置
请参阅第1部分，以进行Ollama和Main LLM的设置。
Ollama导入ollamallm =“ qwen2.5”
我们将使用python库（PIP install yfinance == 0.2.55）使用Yahoofinance公共API来下载财务数据。
yahoofinance