1. Lagent和AgentLego

1.1 Lagent

Lagent 是一个开源的 LLM 智能体框架，允许使用者快速将一个大语言模型转换成智能体，并提供一些典型工具来激发大语言模型的潜能。Lagent 框架图如下：

Lagent 包含三个主要模块：agents，llms 和 actions。

agents 实现了多种智能体，如 ReAct，AutoGPT。

llms 支持多种大语言模型，包括在 HuggingFace 上托管的开源模型（Llama-2, InterLM）及 GPT3.5/4 等闭源模型。

actions 包含一系列工具，并提供工具执行器来统一管理。

Lagent 目前已经支持了包括 AutoGPT、ReAct 等在内的多个经典智能体范式，也支持了如下工具：

Arxiv 搜索
Bing 地图
Google 学术搜索
Google 搜索
交互式 IPython 解释器
IPython 解释器
PPT
Python 解释器

1.2 AgentLego

AgentLego 是一个提供了多种开源工具 API 的多模态工具包，旨在像是乐高积木一样，让用户可以快速简便地拓展自定义工具，从而组装出自己的智能体。通过 AgentLego 算法库，不仅可以直接使用多种工具，也可以利用这些工具，在相关智能体框架（如 Lagent，Transformers Agent 等）的帮助下，快速构建可以增强大语言模型能力的智能体。

AgentLego 目前提供了如下工具：

1.3 Lagent和AgentLego的关系

综上，Lagent 是一个智能体框架，而 AgentLego 与大模型智能体并不直接相关，而是作为工具包，在相关智能体的功能支持模块发挥作用。

两者之间的关系可以用下图来表示：

2. 实践

2.1 使用 LMDeploy 部署Lagent Web Demo

参照官方示例进行实践：

执行如下代码使用 LMDeploy 启动一个 api_server：

lmdeploy serve api_server /root/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-7b \--server-name 127.0.0.1 \--model-name internlm2-chat-7b \--cache-max-entry-count 0.1

基于streamlit启动Lagent Web Demo：

cd /root/agent/lagent/examples
streamlit run internlm2_agent_web_demo.py --server.address 127.0.0.1 --server.port 7860

启用ArxivSearch插件，搜索：请帮我搜索关于大模型agent的高引用论文，返回界面截图如下：

2.2 用 Lagent 自定义工具

使用agent 自定义工具主要分为以下几步：

1. 继承 BaseAction 类;
2. 实现简单工具的 run 方法；或者实现工具包内每个子工具的功能;
3. 简单工具的 run 方法可选被 tool_api 装饰；工具包内每个子工具的功能都需要被 tool_api 装饰

参照官方示例进行部署，实现一个调用和风天气 API 的工具以完成实时天气查询的功能。

问题1：请帮我查询今天上海的天气

问题2：请帮我查询4月23日到4月25日上海的天气情况
API似乎不支持这种天气范围的查询

2.3 直接使用 AgentLego

参照官方文档进行实践，其背后采用mmdet (MMDetection) 算法库中的 RTMDet-Large 模型进行目标检测。

试验结果如下图，可见整体还是比较准确的。

2. 4 用 AgentLego 自定义工具

AgentLego 在这方面提供了较为详尽的文档，文档地址为 https://agentlego.readthedocs.io/zh-cn/latest/modules/tool.html 。自定义工具主要分为以下几步：

1. 继承 BaseTool 类
2. 修改 default_desc 属性（工具功能描述）
3. 如有需要，重载 setup 方法（重型模块延迟加载）
4. 重载 apply 方法（工具功能实现）

示例调用MagicMaker的 API 以实现图像生成的工具。

4. 参考资料

1. https://github.com/InternLM/Tutorial/blob/camp2/agent/README.md