LLM 自主智能体应用实战课
李锟
资深软件架构师,前阿里巴巴高级技术专家
1698 人已学习
新⼈⾸单¥59
登录后,你可以任选4讲全文学习
课程目录
已更新 16 讲/共 24 讲
准备篇:掌握 LLM 应用开发的必备基础 (2讲)
入门篇:实战 Autonomous Agent 相关开发框架 (11讲)
进阶篇:设计、开发一个真实的行业应用 (2讲)
LLM 自主智能体应用实战课
15
15
1.0x
00:00/00:00
登录|注册

15|如何设计Autonomous Agent应用?(下)

你好,我是李锟。
设计构建自主型智能体是一个很大的话题,上节课我只讲了一半,这节课我来继续讲解。我上节课介绍过,自主型智能体是自主型 AI 应用的一个子集。因此设计自主型智能体,我们需要同时掌握两种应用的设计方法,一种是 AI 应用的设计方法,另一种是复杂业务应用的设计方法。
如图所示,对于复杂的自主型智能体,我们可以大致划分为两部分:一部分是真正与 AI 直接相关的部分,包括与 LM 交互的部分,还包括一些 AI 相关的算法实现部分;另一部分是不与 AI 直接相关的部分,属于普通的业务逻辑,不涉及复杂的算法。
接下来我分别介绍这两部分会用到的设计方法和技术。

提示词工程——挖掘 LLM 潜力的关键技术

自主型智能体是由 LLM 驱动的,而提示词工程是与 LLM 交互的核心,我们人类可以使用很随意的口语化语言与 LLM 交流,然而想要高效地与 LLM 交流,快速达到我们的目的,我们需要精心编辑自己的提示词。虽然已经有了 DSPy 这样的自动提示词工程开发框架,但仍然无法完全取代手工提示词工程。
高效提示词最基本的要求是必须结构化。将提示词结构化,可以采用以下两种常见结构:
划分为角色 - 上下文 - 任务(role-context-task)三段。
划分为指令 - 上下文 - 输入数据 - 输出格式要求(instruction-context-input data-output indicator,ICDO)四段。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
  • 解释
  • 总结

1. 自主型智能体设计需要掌握 AI 应用和复杂业务应用的设计方法,包括与 LM 交互的部分和不与 AI 直接相关的部分。 2. 提示词工程是与 LM 交互的核心,需要结构化和精心编辑提示词,可采用角色-上下文-任务或指令-上下文-输入数据-输出格式要求的结构。 3. 编写高效提示词的常用技巧包括少样本学习、思维链模型、思维树模型和支持自洽性的思维链模型。 4. 与 LM 交互的设计模式包括 ReAct、Plan and Solve、Reason without Observation、LLMCompiler、Basic Reflection、Reflexion Actor、Language Agent Tree Search、Self-Discover和Storm。 5. 自主型智能体相关算法包括深度强化学习(DRL)等,建议从真实需求出发学习算法,Python 开发者可从学习 PyTorch 入手。 6. DDD 是一种通用的软件设计方法,适用于设计开发具有复杂业务逻辑的应用,其中的设计策略和原则也适用于设计自主型智能体,特别是分层架构和限界上下文。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《LLM 自主智能体应用实战课》
新⼈⾸单¥59
立即购买
登录 后留言

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论
显示
设置
留言
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部
文章页面操作
MAC
windows
作用
esc
esc
退出沉浸式阅读
shift + f
f11
进入/退出沉浸式
command + ⬆️
home
滚动到页面顶部
command + ⬇️
end
滚动到页面底部
⬅️ (仅针对订阅)
⬅️ (仅针对订阅)
上一篇
➡️ (仅针对订阅)
➡️ (仅针对订阅)
下一篇
command + j
page up
向下滚动一屏
command + k
page down
向上滚动一屏
p
p
音频播放/暂停
j
j
向下滚动一点
k
k
向上滚动一点
空格
空格
向下滚动一屏
播放器操作
MAC
windows
作用
esc
esc
退出全屏
⬅️
⬅️
快退
➡️
➡️
快进
空格
空格
视频播放/暂停(视频全屏时生效)