Jika Anda berkecimpung di pengembangan perangkat lunak, AI, dan Large Language Model (LLM), kemungkinan besar Anda sering menggunakan agen AI. Artikel ini menunjukkan cara membangun agen AI pertama Anda. Sebelum membangun, ada baiknya kita mendefinisikan istilah ini. Ada banyak jawaban, tetapi sebagian besar sepakat bahwa agen AI adalah sistem perangkat lunak yang menggunakan LLM yang memanggil satu atau lebih tool dalam sebuah loop untuk mencapai suatu tujuan. Tujuan itu bisa beragam, mulai dari menjawab pertanyaan sederhana hingga mengendalikan browser Anda untuk memesan tiket pesawat atau mengembangkan perangkat lunak yang sangat kompleks.
Dalam sistem agentik, loop menggambarkan siklus antara model, aplikasi, dan tool-nya. Ia tidak memerlukan pernyataan while atau for secara harfiah. Contoh di sini melewati siklus tersebut satu kali: model meminta sebuah tool, Python menjalankannya, dan model menggunakan hasilnya untuk menjawab. Agen ini sengaja tidak melakukan hal yang rumit, agar segalanya tetap sederhana di awal.
Contohnya adalah asisten dukungan untuk toko online fiktif. Data pesanan tersimpan dalam basis data SQLite, sehingga model bahasa tidak dapat menjawab pertanyaan tentang pesanan dengan sendirinya. Sebagai gantinya, model meminta fungsi Python bernama get_order_total, yang melakukan kueri ke basis data dan mengembalikan nilai sebenarnya. Untuk pesanan 1001 atas nama Sarah Jones, total yang benar adalah GBP 96.95.
Model dapat meminta sebuah operasi, tetapi Python yang memutuskan apakah operasi itu diizinkan dan menjalankannya. Model berjalan secara lokal melalui Ollama, sehingga tidak diperlukan akun cloud atau kunci API. Program menampilkan fungsi yang diminta, argumennya, dan hasil dari basis data, sehingga pertukaran tersebut terlihat alih-alih tersembunyi di dalam framework agen.
Sumber: Towards Data Science · Diringkas oleh HeadlinesBriefing