modelscope-agent

项目介绍：ModelScope-Agent

ModelScope-Agent 是一个开放源代码的自主代理系统，主要基于大型语言模型构建。该项目的目标是为用户提供一个可定制、可扩展的代理框架。一个代理具有角色扮演、调用语言模型、工具使用、规划和记忆等能力。

主要特点

简单的代理实现过程：仅需指定角色说明、语言模型名称和工具列表，即可实现代理应用。框架会自动处理工具使用、规划和记忆等工作流。
丰富的模型和工具：框架集成了多种大型语言模型接口，例如 Dashscope 和 Modelscope 模型接口、OpenAI 模型接口等。同时内建了丰富的工具，如代码解释器、天气查询、文本转图像、网页浏览等，方便用户定制独占的代理。
统一接口和高度可扩展性：拥有清晰的工具和语言模型注册机制，用户可以方便地扩展出更多多样化的代理应用。
低耦合性：开发者可以轻松使用内建工具、语言模型、记忆等组件，无需绑定到更高级别的代理上。

安装指南

您可以通过以下步骤快速安装 ModelScope-Agent：

git clone https://github.com/modelscope/modelscope-agent.git
cd modelscope-agent && pip install -r requirements.txt

快速开始

ModelScope-Agent 的操作简便，只需初始化一个 RolePlay 对象并指定相关任务。以下是一个简单的代码示例：

import os
os.environ['DASHSCOPE_API_KEY'] = 'YOUR_DASHSCOPE_API_KEY'
os.environ['AMAP_TOKEN'] = 'YOUR_AMAP_TOKEN'

from modelscope_agent.agents.role_play import RolePlay

role_template = '你扮演一个天气预报助手，你需要查询相应地区的天气，并调用给你的画图工具绘制一张城市的图。'

llm_config = {'model': 'qwen-max', 'model_server': 'dashscope'}

function_list = ['amap_weather', 'image_gen']

bot = RolePlay(function_list=function_list, llm=llm_config, instruction=role_template)

response = bot.run('朝阳区天气怎样？')

text = ''
for chunk in response:
    text += chunk

执行上述代码后，代理会通过不同工具获取天气信息，并生成城市图像。