代理人

什么是AI代理？

人工智能代理是由大型语言模型（LLM）驱动的自治系统，在给出高级指令的情况下，可以计划、使用工具、执行处理步骤，并采取行动实现特定目标。这些代理利用先进的自然语言处理能力来高效地理解和执行复杂的任务，甚至可以相互协作以实现更复杂的结果。

创建代理

我们提供了两种创建代理的主要方法：

• La 前板代理商建设者：用户可以使用La Platefome上提供的用户友好界面来创建和配置他们的代理。

• 代理API：对于开发人员，我们提供代理API作为使用代理的编程手段。这种方法非常适合需要将代理创建集成到现有工作流或应用程序中的开发人员。

La 前板助剂生产商

要开始建立自己的代理，请访问

以下是定制代理的可用选项：

• 模型：您希望代理使用的具体模型。默认值为“MIUI Large 2”(MIUI-large-2407). 其他型号选择是“尼摩西北风”(公开·)，“编码”(代码集-2405)，以及你精心调整的模型。
• 温度：使用什么样的采样温度，介于0.0和1.0之间。值越高，输出越随机，而值越低，输出越集中和确定。
• 使用说明 （可选）：指令允许您通过所有对话和消息强制执行模型行为。
• 示威活动 （可选）：可以添加几个镜头学习示例来帮助引导代理理解您希望它表现出的具体行为。您可以向模型展示一些输入和输出示例来提高性能。
• 部署：一旦部署，您将能够使用 agent_id，但您也可以在上切换与相应代理聊天的选项 在线聊天.

代理API

创建代理

马上就来

使用代理

python

进口 os
从 米斯特拉伊 进口 

api_key = os.环境[“MIUI_API_KEY”]

客户 = (api_key =api_key )

聊天响应 =客户 .代理人.完成(
agent_id=“ag:3996db2b:20240805：法国代理：a8997aab”,
 信息=[
        {
            “角色”: “用户”,
            “内容”: “最好的法国奶酪是什么？”,
        },
    ],
)
打印(聊天响应 .选择[0].消息.内容)

javascript

进口 { } 从 @MIUIai/MIUIai;

const apiKey = 过程.env.MIUI_API_键;

const客户 = 新  ({ apiKey : apiKey });

const chatResponse = 等待客户 .代理人.完成({
agent_id: “ag:3996db2b:20240805：法国代理：a8997aab”,
 信息: [{角色: '用户',内容: “最好的法国奶酪是什么？”}],
});

慰问.日志('聊天：', chatResponse .选择[0].消息.内容);

卷曲

卷曲 --地点 "https://www.miuiai.com/v1/agents/completions" \
     头球 '内容类型：应用程序/json' \
     头球 '接受：应用程序/json' \
     头球 “授权：持票人 $MIUI_API_KEY" \
     --数据 '{
 “agent_id”：“ag:3996db2b:20240805:法国代理：a8997aab”，
 “消息”：[{“角色”：“用户”，“内容”：“谁是最著名的法国画家？”}]
 }'

使用案例

用例1：法国代理商

您可以创建一个只会说法语的代理。您需要为代理设置具体的说明，并使用少量学习，以确保它理解仅用法语交流的要求。

下面是一个如何使用La Platefome创建此代理的示例 代理商建设者.

用例2:Python代理

你可以创建一个只输出Python代码而不需要任何解释的代理。当您需要生成易于复制和粘贴的代码片段时，这很有用，而不需要我们的模型通常提供的额外解释性文本。

下面是一个如何使用La Platefome创建此代理的示例 代理商建设者.

用例3:Python代理工作流

您可以在辅助编码工作流中使用我们在用例2中创建的Python代理。例如，这是一个非常简单的Python代理工作流，包括以下步骤：

1. 用户查询：

当用户向Python代理提交查询或请求时，该过程开始。

2. 代码和测试用例生成：

代理解释用户的查询并生成相应的Python代码。除了代码，代理还会创建一个测试用例来验证生成的代码的功能。

3. 执行和验证：

代理程序尝试运行生成的代码，以确保其执行时没有错误。然后，代理运行测试用例以确认代码生成了正确的输出。

4. 重试机制：

如果代码无法运行或测试用例未通过，代理将启动重试。它重新生成代码和测试用例，解决在之前的尝试中发现的任何问题。

5. 结果输出：

一旦代码成功运行并通过测试用例，代理就会将结果传递给用户。

看看这个 示例笔记本 了解详情。

用例4：数据分析多代理工作流

您还可以在工作流中利用多个代理。以下是一个示例：

1. 数据分析计划：

规划代理编写一份全面的数据分析计划，概述分析数据所需的步骤。

2. 代码生成和执行：

对于分析计划中的每一步，Python代理都会生成相应的代码。然后，Python代理执行生成的代码以执行指定的分析。

3. 分析报告摘要：

基于执行代码的结果，摘要代理编写分析报告。报告总结了数据分析的结果和见解。

看看这个 示例笔记本 了解详情。

用例5：角色扮演对话代理

您还可以创建角色扮演对话代理。例如，在这个