llmstatemachine
LLMStateMachine 0.7.0
LLMSTATEMACHINE هي مكتبة لإنشاء وكلاء مع نماذج لغة قائمة على GPT ومنطق آلة الحالة.
تستكشف LLMStatemachine كيفية إنشاء وكلاء يستخدمون أدوات المحادثة وتاريخ المحادثة كذاكرة ، باستخدام بنية آلة الحالة مع الذكاء الاصطناعى التوليدي.
pip install llmsstatemachineلاستخدام آلة حالة نموذج اللغة الكبيرة ، اتبع هذه الخطوات:
فكر في لعبة الذاكرة ، حيث تحتاج إلى تذكر وتطابق أزواج مخفية - لا ترى كل شيء دفعة واحدة. هذه بيئة يمكن ملاحظتها جزئيا. LLMSTATEMACHIBE يمكّن وكيلًا يعتمد على نموذج اللغة مثل هذه الألعاب. يعرض هذا كيفية تطبيق المكتبة على السيناريوهات التي تحتاج إلى اتخاذ قرارات بمعلومات محدودة. لاحظ أيضًا أن آليات اللعبة ليست مضطربة وأن العامل يمكنه القيام بحركات غير قانونية.
import random
from dotenv import load_dotenv
load_dotenv ()
from llmstatemachine import WorkflowAgentBuilder , set_next_state
def initialize_game ( num_pairs ):
"""Create and shuffle the deck, then display it as a hidden board."""
init_deck = list ( range ( 1 , num_pairs + 1 )) * 2
random . shuffle ( init_deck )
return init_deck , [ False ] * len ( init_deck )
deck , board = initialize_game ( 10 )
def display_board ( argument : str ) -> str :
board_state = " " . join (
f' { i } : { deck [ i ] if board [ i ] else "X" } ' for i in range ( len ( deck ))
)
return f"display_board: (position:value or X if hidden) { board_state } "
def flip_card ( argument : str ) -> str :
position = int ( argument )
if board [ position ]:
board [ position ] = False
print ( f"< debug not shown to agent { display_board ( '' ) } >" )
set_next_state ( "INIT" )
return f"flip_card: Hide card at position { position } ."
board [ position ] = True
print ( f"< debug not shown to agent { display_board ( '' ) } >" )
if all ( board ):
set_next_state ( "COMPLETE" )
return f"flip_card: Showing card at position { position } . Value is { deck [ position ] } ."
def game_done ( argument : str ) -> str :
"""Call this to end the game"""
set_next_state ( "DONE" )
return argument
memory_game_agent = (
WorkflowAgentBuilder ()
. add_system_message (
"You are a player of memory game. "
+ "In this game you have 10 number pairs in 20 cards. "
+ "Cards have been shuffled and they are all face down. "
+ "You may flip a card to see the value. "
+ "According to the rules of the memory game you can check a pair. "
+ "If they are not a pair you must flip them back hidden. "
+ "Once you have all pairs found and shown the game is done."
)
. add_state_and_transitions ( "INIT" , { flip_card , display_board })
. add_state_and_transitions ( "COMPLETE" , { game_done })
. add_end_state ( "DONE" )
. build ()
)
memory_game_agent . run ()
print ( "-= OK =-" )مثال على الإخراج من تشغيل اللعبة
...
================================================================================
tokens: 3642 total ; 62 completion ; 3580 prompt
================================================================================
AI: The card on position 18 shows a 7. I remember seeing a 7 long ago, it was at
position 2. So I will flip the card at position 2 to check if it matches.
flip_card ' 2 '
< debug not shown to agent display_board: 9 5 7 9 8 8 1 5 6 4 2 4 6 X 10 2 10 1 7 X >
flip_card: Showing card at position 2. Value is 7.
================================================================================
tokens: 3757 total ; 86 completion ; 3671 prompt
================================================================================
AI: We found another matching pair ! The cards at positions 2 and 18 both have the
value 7. At this point, we have only two unknown cards remaining. Since all other
pairs have been found, these last two cards must form a pair as well. Let ' s flip
the card at position 19 to see its value.
flip_card ' 19 '
< debug not shown to agent display_board: 9 5 7 9 8 8 1 5 6 4 2 4 6 X 10 2 10 1 7 3 >
flip_card: Showing card at position 19. Value is 3.
================================================================================
tokens: 3837 total; 51 completion; 3786 prompt
================================================================================
AI: As I thought, the last card is a 3, which matches with the card at position 13
we discovered earlier. Let ' s flip it to confirm.
flip_card ' 13 '
< debug not shown to agent display_board: 9 5 7 9 8 8 1 5 6 4 2 4 6 3 10 2 10 1 7 3 >
flip_card: Showing card at position 13. Value is 3.
================================================================================
tokens: 3872 total ; 52 completion ; 3820 prompt
================================================================================
AI: The last pair matched as expected. I have now found all the pairs in the game.
The game has been solved.
game_done ' Found all pairs. The game has been solved successfully. '
Found all pairs. The game has been solved successfully.
-= OK =-__init__(self, goal, transitions) : تهيئة الوكيل بهدف ومجموعة من انتقالات الحالة.trigger(self, function_call, args) : يؤدي إلى انتقال في سير العمل.add_message(self, message) : يضيف رسالة إلى سير العمل.run(self, callback) : يقوم بتشغيل الوكيل ، ومرجع خطوات حتى الانتهاء.step(self) : ينفذ خطوة واحدة في سير العمل.add_system_message(self, message) : تعيين رسالة نظام للوكيل.add_state_and_transitions(self, state_name, transition_functions) : تحديد حالة وحولاتها.add_end_state(self, state_name) : تحديد حالة نهاية لسير العمل.build(self) : يبني ويعيد WorkflowAgent . لمزيد من الأفكار حول تنفيذ ورحلة llmstatemachine ، اقرأ منشور المدونة لدينا: استكشاف وكلاء الذكاء الاصطناعي: رحلة مع Llmstatemachine.
"في هذه المقالة ، نستكشف تنفيذ وكلاء الذكاء الاصطناعى التوليدي ، والتحديات في التحديات والحلول التي واجهتها في التنقل والتعامل مع البيئات الرقمية الديناميكية."
Apache 2.0
