Если вы работаете в сфере разработки программного обеспечения, ИИ и больших языковых моделей (LLM), вы, вероятно, регулярно используете ИИ-агентов. В этой статье показано, как создать своего первого. Прежде чем приступить к сборке, стоит определить термин. Ответов на этот вопрос много, но большинство сходится во мнении, что ИИ-агент — это программная система, которая использует LLM, вызывающую один или несколько инструментов в цикле для достижения цели. Эта цель может быть любой: от ответа на простой вопрос до управления браузером для бронирования авиабилета или разработки сложного программного обеспечения.
В агентных системах цикл описывает последовательность взаимодействий между моделью, приложением и его инструментами. Он не требует буквальных операторов while или for. Пример в этой статье проходит через этот цикл один раз: модель запрашивает инструмент, Python его запускает, а модель использует результат для ответа. Агент намеренно не делает ничего сложного, чтобы на начальном этапе всё оставалось простым.
Пример — это помощник службы поддержки для вымышленного интернет-магазина. Данные о заказах хранятся в базе данных SQLite, поэтому языковая модель не может самостоятельно ответить на вопросы о заказах. Вместо этого модель запрашивает функцию Python с именем get_order_total, которая обращается к базе данных и возвращает реальное значение. Для заказа 1001 клиента Sarah Jones правильная сумма составляет GBP 96.95.
Модель может запросить операцию, но решение о её допустимости и выполнение принимает Python. Модель работает локально через Ollama, поэтому не требуются облачный аккаунт или API-ключ. Программа выводит запрошенную функцию, её аргументы и результат из базы данных, так что обмен данными становится видимым, а не скрытым внутри фреймворка для агентов.
Источник: Towards Data Science · Сводку подготовил HeadlinesBriefing