Полный урок по пяти уровням архитектуры агентного ИИ

В этом уроке мы исследуем пять уровней агентных архитектур, начиная с простых ответов на запросы и заканчивая полностью автономной системой генерации и выполнения кода. Этот урок предназначен для использования на Google Colab. Мы начинаем с базового “простого процессора”, который просто повторяет вывод модели, и постепенно создаем логику маршрутизации, интегрируем внешние инструменты, организуем многоэтапные рабочие процессы и в конечном итоге предоставляем модели возможность планировать, проверять, уточнять и выполнять собственный код на Python.

Уровень 1: Простой процессор

На самом простом уровне код определяет базовый конвейер генерации текста, который рассматривает модель исключительно как языковой процессор. Когда пользователь предоставляет запрос, функция simple_processor вызывает вспомогательную функцию generate_text, основанную на модели TinyLlama 1.1B, чтобы выдать ответ. Это демонстрирует самый простой шаблон взаимодействия: ввод принимается, вывод генерируется, а поток программы остается полностью под контролем человека.

Уровень 2: Маршрутизатор

На втором уровне вводится условная маршрутизация на основе классификации модели. Функция router_agent сначала классифицирует запрос пользователя как “технический”, “творческий” или “фактический”, а затем отправляет запрос на соответствующий обработчик.

Уровень 3: Вызов инструментов

Третий уровень позволяет модели решать, какие из нескольких внешних инструментов использовать, предоставляя меню возможностей пользователю. Функция tool_calling_agent предлагает запрос пользователя вместе с меню потенциальных инструментов, таких как получение погоды или имитация веб-поиска, и инструктирует модель вернуть действительное сообщение JSON, указывающее выбранный инструмент и его параметры.

Уровень 4: Многоэтапный агент

На четвертом уровне структура расширяет паттерн вызова инструментов в полноценного многоэтапного агента, который управляет своим рабочим процессом и состоянием. Класс MultiStepAgent поддерживает внутреннюю память о вводах пользователя и результатах работы инструментов. Каждый шаг генерирует проверочный запрос, в котором моделируется вся память.

Уровень 5: Полностью автономный агент

На самом продвинутом уровне класс AutonomousAgent демонстрирует замкнутую систему, в которой модель не только планирует и выполняет, но и генерирует, проверяет, уточняет и запускает новый код на Python. Этот уровень олицетворяет поистине автономную систему ИИ, которая может расширять свои возможности через динамическое создание и выполнение кода.

Основные рекомендации для бизнеса

Для того чтобы успешно внедрить ИИ в бизнес, следует:

• Изучить, какие процессы можно автоматизировать, и определить моменты взаимодействия с клиентами, где ИИ может добавить наибольшую ценность.
• Выбрать инструменты, которые соответствуют вашим потребностям, и позволяют их настраивать под ваши цели.
• Начать с небольшого проекта, собрать данные о его эффективности, а затем постепенно расширять использование ИИ.

Контакты

Если вам нужна помощь в управлении ИИ в бизнесе, свяжитесь с нами по адресу hello@itinai.ru. Подписывайтесь на наши обновления в Telegram.