Agentic框架简介

欢迎来到第二个单元，在这里我们将探索可用于构建强大的agentic应用程序的不同agentic框架。

我们将学习

• 在单元 2.1 中：smolagents
• 在单元 2.2 中：LlamaIndex
• 在单元 2.3 中：LangGraph

让我们深入了解！🕵

何时使用Agentic框架

当围绕LLM构建应用程序时，并非总是需要agentic框架。 它们在工作流程中提供了灵活性，可以有效地解决特定任务，但并非总是必要的。

有时，预定义的工作流程足以满足用户请求，并且没有真正需要agentic框架。 如果构建agent的方法很简单，例如提示链，则使用纯代码可能就足够了。 这样做的好处是，开发人员将完全控制和理解他们的系统，而无需抽象。

但是，当工作流程变得更加复杂时，例如让LLM调用函数或使用多个agent时，这些抽象开始变得有用。

考虑到这些想法，我们已经可以确定对某些功能的需求

• 为系统提供动力的LLM引擎。
• agent可以访问的工具列表。
• 用于从LLM输出中提取工具调用的解析器。
• 与解析器同步的系统提示。
• 内存系统。
• 错误日志记录和重试机制，以控制LLM错误。 我们将探讨如何在各种框架中解决这些主题，包括smolagents、LlamaIndex和LangGraph。

Agentic框架单元

框架	描述	单元作者
smolagents	由Hugging Face开发的Agent框架。	Sergio Paniego - HF - X - Linkedin
Llama-Index	端到端工具，用于将上下文增强的AI agent交付到生产环境	David Berenstein - HF - X - Linkedin
LangGraph	允许agent状态化编排的Agent	Joffrey THOMAS - HF - X - Linkedin

< > 在GitHub上更新