动手多代理LLM餐厅模拟，带Python和Openai

，Openai发布了PDF，每个人都在谈论它。该PDF是一个34页的指南，可以解释LLM代理是什么以及如何使用它们。

pdf

PDF相当短，也很可读（您无需成为及时/软件工程师就可以理解它），但是用几句话解释了三件事：

.1。 LLM代理“是代表您独立完成任务的系统。”

“是代表您独立完成任务的系统。”

所以他们不是简单的LLM提示通过API召集吗？好吧，是的，否。您正在使用相同的聊天完成模型，因此它们是有点，但它们旨在创建一个特定的操作。我的意思是，您的代理的输出应转化为系统中可行的输出。例如，如果LLM输出说“意大利面”，则将“意大利面”添加到您的数据管道中，并最终会被煮意大利面（Spairer）（扰流板）的人看到。

但是 应转换为可操作的输出

2。LLM代理与功能（工具）

功能（工具）

我正在谈论您问一个问题何时进行chatgpt，并拔出其图像生成器/Web搜索器/代码片段。它在内部使用称为工具的函数，该函数由您的提示触发。现在，图像生成器是一个内置的函数，但是它们也可以调用您的功能（工具），您可以为任务进行专门定义。

您的功能（工具），

3。可以将多个LLM代理背对背集成。

背对背。

您可以将单个代理集成并为他提供多种工具，也可以将工具分为特定的代理，这是我们在本文中要做的（第二扰流板，大声笑）。

或 可操作的输出。 将整个管道与LLM代理集成

我尝试用单词来解释它，我认为向您展示很容易。例如，让我们考虑一家餐厅。

餐厅，

客户代理人是LLM代理，订购食物或向服务员询问建议

客户 服务员 娱乐 菜单 。