6 puntos por xguru 2023-04-07 | Aún no hay comentarios. | Compartir por WhatsApp
  • Ayuda a crear fácilmente agentes capaces de realizar acciones adicionales mediante componentes extendidos, más allá de las respuestas básicas de un LLM

Funcionamiento

  • Da instrucciones con un prompt base que procesa tareas usando herramientas
  • Crea Tool, un componente personalizado que el agente puede usar (como ejecutar código Python en un REPL, buscar en Google o en HN, etc.)
  • El agente repite "Thought, Action, Observation"
    • Thought/Action lo genera el LLM
    • Observation la genera la Tool
  • El LLM obtiene la nueva información agregada al prompt y la procesa en función de ella
  • Cuando el agente recibe suficiente información, produce la respuesta final

Tool

  • Implementa use(input_text: str) -> str con una clase simple de Python
  • Escribe en Name y Description una explicación de la herramienta que el LLM pueda entender

Aún no hay comentarios.

Aún no hay comentarios.