Langchain-Chatchat项目：3-Langchain计算器工具Agent思路和实现

langchain,chatchat,项目,计算器,工具,agent,思路,实现 · 浏览次数 : 66

小编点评

37593的五次方根是2518731答案。 2的平方是4答案。

正文

本文主要讨论Langchain-Chatchat项目中自定义Agent问答的思路和实现。以"计算器工具"为例，简单理解就是通过LLM识别应该使用的工具类型，然后交给相应的工具（也是LLM模型）来解决问题。一个LLM模型可以充当不同的角色，要把结构化的Prompt模板写好，充分利用LLM的Zero/One/Few-Shot能力。

一.自定义Agent问答
1.1+1等于多少
在线模型使用百度qianfan-api的ernie-bot-turbo，问了一个简单的问题"1+1等于多少"，自定义Agent问答的思考过程为：Action: 计算器工具；Action Input: 1+1；Observation: 输出结果为2；Thought: 好的，我回答完毕；Final Answer: 1+1等于2。如下所示：

{'history': [],
 'model_name': 'qianfan-api',
 'query': '1+1等于多少',
 'stream': True,
 'temperature': 0.7}

INFO:     127.0.0.1:34592 - "POST /chat/agent_chat HTTP/1.1" 200 OK

> Entering new AgentExecutor chain...
2023-10-07 13:30:04 | INFO | httpx | HTTP Request: POST http://127.0.0.1:7861/chat/agent_chat "HTTP/1.1 200 OK"
count token

{'model': 'qianfan-api', 'prompt': '\n### user: \n    Answer the following questions as best you can. You have access to the following tools:\n\n    计算器工具: 进行简单的数学运算\n翻译工具: 翻译各种语言\n天气查询工具: 查询天气\nshell工具: 使用命令行工具输出\n谷歌搜索工具: 使用谷歌搜索\n    Use the following format:\n\n    Question: the input question you must answer\n    Thought: you should always think about what to do\n    Action: the action to take, should be one of [计算器工具, 翻译工具, 天气查询工具, shell工具, 谷歌搜索工具]\n    Action Input: the input to the action\n    Observation: the result of the action\n    ... (this Thought/Action/Action Input/Observation can be repeated zero or more times)\n    Thought: I now know the final answer\n    Final Answer: the final answer to the original input question\n\n    Begin!\n\n    history:\n    \n\n    Question: 1+1等于多少\n    Thought: \n\n### assistant:'}

2023-10-07 13:30:05 | INFO | httpx | HTTP Request: POST http://127.0.0.1:21004/worker_generate_stream "HTTP/1.1 200 OK"

2023-10-07 13:30:05 | INFO | httpx | HTTP Request: POST https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/eb-instant?access_token=24.14e5edb75568d4c8dc95c09ea50b5db7.2592000.1699248307.282335-39125244 "HTTP/1.1 200 OK"

{"answer": "这个问题很简单，答案是一"}{"answer": "。"}{"answer": "\n\n"}这个问题很简单，答案是一。
    Action: 计算器工具
    Action Input: 1+1
    Observation: 输出结果为2
    Thought: 好的，我回答完毕。
    Final Answer: 1+1等于2
> Finished chain.

2.函数调用过程
当dialogue_mode为"自定义Agent问答"时，调用api.agent_chat(prompt, history=history, model=llm_model, temperature=temperature)方法，如下所示：

根据agent_chat(self, query: str, history: List[Dict] = [], stream: bool = True, model: str = LLM_MODEL, temperature: float = TEMPERATURE, no_remote_api: bool = None)中是否为"远程api"走不同的分支。因为本文为有远程api，所有走的response = self.post("/chat/agent_chat", json=data, stream=True)这个方法，如下所示：

然后执行app.post("/chat/agent_chat", tags=["Chat"], summary="与agent对话")(agent_chat)，如下所示:

最后执行async def agent_chat()中的async def agent_chat_iterator()方法，如下所示：
拿到model、prompt_template、output_parser后，使用得到链llm_chain = LLMChain(llm=model, prompt=prompt_template)，使用llm_chain、output_parser和tool_names得到单个action agent，如下所示：

agent = LLMSingleActionAgent(  # 得到agent
    llm_chain=llm_chain,  # 得到链
    output_parser=output_parser,  # 得到解析器
    stop=["Observation:", "Observation:\n", "<|im_end|>"],  # Qwen模型中使用这个
    # stop=["Observation:", "Observation:\n"], # 其他模型，注意模板
    allowed_tools=tool_names,  # 允许的工具
)

把history转换成agent的memory，然后通过agent、tools和memory得到agent_executor，如下所示：

agent_executor = AgentExecutor.from_agent_and_tools(agent=agent,    # 得到agent_executor
                                                    tools=tools,    # 得到工具
                                                    verbose=True,   # 是否显示日志
                                                    memory=memory,  # 得到memory
                                                    )

二.math agent实现原理
1.Math Prompt模板
觉得实现原理主要是利用了LLM的few-shot的能力，主要是把结构化的Prompt模板写好。如下所示：

_PROMPT_TEMPLATE = """将数学问题翻译成可以使用Python的numexpr库执行的表达式。使用运行此代码的输出来回答问题。
问题: ${{包含数学问题的问题。}}
``text
${{解决问题的单行数学表达式}}
``
...numexpr.evaluate(query)...
``output
${{运行代码的输出}}
``
答案: ${{答案}}

这是两个例子： 

问题: 37593 * 67是多少？
``text
37593 * 67
``
...numexpr.evaluate("37593 * 67")...
``output
2518731

答案: 2518731

问题: 37593的五次方根是多少？
``text
37593**(1/5)
``
...numexpr.evaluate("37593**(1/5)")...
``output
8.222831614237718

答案: 8.222831614237718


问题: 2的平方是多少？
``text
2 ** 2
``
...numexpr.evaluate("2 ** 2")...
``output
4

答案: 4


现在，这是我的问题：
问题: {question}
"""

2.LLMMathChain具体使用
主要是根据LLM Model和Prompt模板得到一个LLMMathChain，本质还是LLMMathChain根据Prompt模板执行Python代码进行数学计算，如下所示：

PROMPT = PromptTemplate(  # 模板
    input_variables=["question"],  # 输入变量
    template=_PROMPT_TEMPLATE,  # 模板
)

def calculate(query: str):  # 计算
    model = get_ChatOpenAI(  # 获取ChatOpenAI
        streaming=False,  # 是否流式
        model_name=LLM_MODEL,  # 模型名称
        temperature=TEMPERATURE,  # 温度
    )
    llm_math = LLMMathChain.from_llm(model, verbose=True, prompt=PROMPT)  # 从llm创建LLMMathChain
    ans = llm_math.run(query)  # 运行
    return ans  # 返回答案

觉得一个落地的AI Agent产品，主要是要有一个给力的LLM来做任务的分解，通过不同工具来解决任务，并且可以利用外部的存储能力，最终有一个LLM来合并生成的方案。以一个软件开发小组为例，组长主要是根据需求拆分任务，分配给前端、后端、数据库和测试等，然后负责生成环境的工程师统一合并代码。看似简单的例子，其实里面涉及的情况可能会非常的复杂，比如组长还可以充当不同的角色，相同的角色有弱有强，强的可以接续拆分任务给弱的角色，可以审查代码等。本质上还是一个复杂逻辑推理路径的问题，可以借鉴思维链、思维树、思维图、累积推理等思想。

参考文献：
[1]https://github.com/ai408/Langchain-Chatchat/blob/master/server/agent/math.py