2024年您產品必備的10大AI API推薦
Tools是Agent可以調用的函數。LangChain內置的工具目前有60多種，包括Shell腳本執行器、Python代碼解析器、Bing/Google/Duckduckgo搜索引擎、圖片生成器、文本轉音頻、維基百科、YouTube等。地址如下：https://python.langchain.com/docs/integrations/tools/ 也可以自定義工具，封裝我們自己需要的功能。
接下來我們實戰開發一個使用多個工具的Agent。一共使用了六個工具，包括乘、加、冪三個自定義工具、Python代碼解析器、Duckduckgo搜索、維基百科這幾個內置工具。我們來看下Agent是否能靈活的運用這些工具。注：智譜AI GLM4的LLM定義代碼，請查閱系列（一）快速入門篇。
from langchain_core.tools import tool
@tool
def multiply(first_int: int, second_int: int) -> int:
"""Multiply two integers together."""
return first_int * second_int
@tool
def add(first_int: int, second_int: int) -> int:
"Add two integers."
return first_int + second_int
@tool
def exponentiate(base: int, exponent: int) -> int:
"Exponentiate the base to the exponent power."
return base**exponent一個工具有幾個部分組成，可以打印出來看下：
print(multiply.name)
print(multiply.description)
print(multiply.args)結果如下。第一個是工具的名稱；第二個是工具的描述，LLM需要根據描述來判斷使用哪個工具；第三個是工具的入參類型，也是用來給LLM提供更多的信息，以便更好使用工具。
multiply
multiply(first_int: 'int', second_int: 'int') -> 'int' - Multiply two integers together.
{'first_int': {'title': 'First Int', 'type': 'integer'}, 'second_int': {'title': 'Second Int', 'type': 'integer'}}有幾個包如果沒有的話，需要先安裝下。
pip install langchain_experimental
pip install --upgrade wikipedia
pip install --upgrade duckduckgo-search1）引入Python代碼解釋器工具。
from langchain_experimental.tools import PythonREPLTool
pythonREPLTool = PythonREPLTool()2）引入維基百科查詢工具。
from langchain.tools import WikipediaQueryRun
from langchain_community.utilities import WikipediaAPIWrapper
wikipedia = WikipediaQueryRun(api_wrapper=WikipediaAPIWrapper())3）引入Duckduckgo搜索引擎工具
from langchain.tools import DuckDuckGoSearchRun
search = DuckDuckGoSearchRun()1）使用structured-chat-agent提示詞模板
from langchain import hub
prompt = hub.pull("hwchase17/structured-chat-agent")打印提示詞模板：
prompt.pretty_print()對應提示詞模板內容如下:
================================ System Message ================================
Respond to the human as helpfully and accurately as possible. You have access to the following tools:
{tools}
Use a json blob to specify a tool by providing an action key (tool name) and an action_input key (tool input).
Valid "action" values: "Final Answer" or {tool_names}
Provide only ONE action per $JSON_BLOB, as shown:
```
{
"action": $TOOL_NAME,
"action_input": $INPUT
}
```
Follow this format:
Question: input question to answer
Thought: consider previous and subsequent steps
Action:
```
$JSON_BLOB
```
Observation: action result
... (repeat Thought/Action/Observation N times)
Thought: I know what to respond
Action:
```
{
"action": "Final Answer",
"action_input": "Final response to human"
}
Begin! Reminder to ALWAYS respond with a valid json blob of a single action. Use tools if necessary. Respond directly if appropriate. Format is Action:``$JSON_BLOB``then Observation
============================= Messages Placeholder =============================
{chat_history}
================================ Human Message =================================
{input}
{agent_scratchpad}
(reminder to respond in a JSON blob no matter what)這是一套基于ReAct的提示詞模板。要想使Agent發揮作用，就必須使用到ReAct框架。
2）ReAct提示詞介紹
那么什么是ReAct，我們來簡單了解下。
ReAct是Reasoning and Acting縮寫，意思是LLM可以根據邏輯推理（Reason），構建完整系列行動（Act），從而達成期望目標。ReAct方式的關鍵就是協調LLM和外部的信息獲取，與其他功能交互：LLM是大腦，通過ReAct框架可以讓大腦來控制手和腳。
在ReAc框架中，有三個關鍵的元素：
思考(Thought)：思考是由LLM創建的，為其行為和決定提供理論支撐。我們可以通過分析LLM的思考過程，來評估其即將采取的行動是否符合邏輯。它作為一個關鍵指標，能夠幫助我們判斷其決策的合理性。相比于人類的決策，Thought的存在賦予了LLM更出色的可解釋性和可信度。
行動(Action)：行動代表LLM認為需要采取的具體行為。行動一般由兩個部分構成：動作和目標，這在編程中對應著API名稱和其輸入參數。LLM的一大優點在于，它可以根據思考的結果，選擇合適的API并生成所需的參數。這確保了ReAct框架在執行方面的實用性。
觀察(Observation)：觀察代表LLM如何獲取外部輸入。它就像LLM的感知系統，將環境的反饋信息同步給LLM，幫助它進一步進行分析或者決策。
而在structured-chat-agent這個提示詞模板中，有5個變量：tools、tool_names、chat_history、input、agent_scratchpad。
tools 變量是一個列表，包含了所有的工具，列表中的每個元素包含了工具的名稱和描述，而 tool_names 變量是工具名稱的列表。
chat_history是存儲的chat對話歷史信息，input 是用戶輸入的問題，agent_scratchpad 是之前的思考過程。
模板中的Thought/Action/Observation就是標準的 ReAct 流程，首先思考如何解決問題，然后行動使用具體的工具，再觀察工具執行完成后得到的結果，這個流程可以重復多次，直到得到最終答案。后面分析時，會詳細講一下。
1）定義Agent使用的工具集
#定義工具
tools = [pythonREPLTool, wikipedia, search, multiply, add, exponentiate]2）創建Agent
創建structured chat agent。
from langchain.agents import create_structured_chat_agent
# 創建 structured chat agent
agent = create_structured_chat_agent(llm, tools, prompt)3）創建Agent執行器
創建Agent執行器
from langchain.agents import AgentExecutor
# 傳入agent和tools來創建Agent執行器
agent_executor = AgentExecutor(agent=agent, tools=tools, handle_parsing_errors=True, verbose=True)創建好Agent執行器之后，就可以開始我們的智能體體驗之旅了。
1）先問一個數學方面的問題
問一個數學問題，3的5次方乘以12和3的和，結果再平方。
agent_executor.invoke(
{
"input": "Take 3 to the fifth power and multiply that by the sum of twelve and three, then square the whole result"
}
)Agent的推理過程如下，分別調用了自定義的三個函數，最后得出正確答案13286025：
> Entering new AgentExecutor chain...
Thought: I need to calculate 3 to the fifth power, then find the sum of twelve and three, multiply those two values, and finally square the result.
Action:
```
{
"action": "exponentiate",
"action_input": {
"base": 3,
"exponent": 5
}
}
```243Thought: I need to find the sum of twelve and three, multiply that by the result of 3 to the fifth power, and then square the final result.
Action:
```
{
"action": "add",
"action_input": {
"first_int": 12,
"second_int": 3
}
}
```15Thought: I need to multiply the result of 3 to the fifth power by the sum of twelve and three, and then square the final result.
Action:
```
{
"action": "multiply",
"action_input": {
"first_int": 243,
"second_int": 15
}
}
```
Observation3645Thought: I need to square the product of 3 raised to the fifth power and the sum of 12 and 3.
Action:
```
{
"action": "exponentiate",
"action_input": {
"base": 3645,
"exponent": 2
}
}
```13286025Action:
```
{
"action": "Final Answer",
"action_input": "13286025"
}
```
> Finished chain.
{'input': 'Take 3 to the fifth power and multiply that by the sum of twelve and three, then square the whole result',
'output': '13286025'}2）再問下美團現在的股價是多少
舉個栗子，也可以問其它的問題哈。
agent_executor.invoke(
{
"input": "美團現在的股票價格是多少？"
}
)回答如下，開始Agent用的是Python代碼解釋器，后來發現不對改成了duckduckgo_search，然后嘗試了多次，最終獲取到74.7港元，似乎是正確了：
> Entering new AgentExecutor chain...
Could not parse LLM output: duckduckgo_search
```python
tool_call(query='美團當前股票價格')
```Invalid or incomplete responseAction:
```
{
"action": "duckduckgo_search",
"action_input": "美團現在股票價格"
}
```美團-w的最新討論. 招財進寶1個億 今天 02:43. $美團-w(03690)$ $阿里巴巴-sw(09988)$ $阿里巴巴(baba)$ ，美團和阿里自己股價這狗屎一樣，業務受到抖音拼多多激烈攻擊，還有錢去投別的公司，這兩個爛貨繼續再腰斬吧查看全文 天下一哥 02-19 20:08. 坐標廣東，達達和順豐同城都比較多，特別是達達，但騎手 ... 美團-W的最新討論 美團海外擴張 王興御駕親征. BambooWorks詠竹坊 今天 16:07. 內地經濟增長放緩，美團首席執行官王興決定親身轉戰海外，將最核心的外賣業務交棒"少壯派"，但能否為公司尋求新增長點則有待觀察 重點：1、王興將核心本地商業的重點業務整合后，交由高級副總裁王莆中掌管，主要 ... 美團-w的最新討論 ai公司月之暗面完成新一輪10億美元融資,任天堂成日本最富公司. 知頓 8分鐘前. 1、2月電影總票房93.15億元 2月20日消息，據貓眼專業版數據，截至20日7時24分，2024年2月總票房93.15億元，《熱辣滾燙》《飛馳人生2》《熊出沒·逆轉時空》分列2月票房榜前三位。在接二連三的"壞消息"影響下，上市已經五年的美團，距離跌破發行價一度只差"五毛錢"。. 1月10日港股盤中，美團股價最低探至69.55港元（上市發行價69港元）。. 截至1月16日收盤，美團股價回升至74.35港元。. 但圍繞這家市值一度超過2.6萬億港元上市公司的 ... 12月6日，美團收盤價86.4港元。從歷史曲線來看，美團目前的股價幾乎回到了2019年的水平。以美團一月的股價高點195美元和最新收盤價計算，今年美團市值蒸發高達約6700億港元。2020年時，美團市值曾一度比肩工商銀行，但現在只有后者的40%。Action:
```
{
"action": "duckduckgo_search",
"action_input": "美團當前股票價格"
}
``上海土著，考慮買美團股票，春節跑了兩天外賣（美團眾包）調研，每天收入120左右，平均一單10元，由于新手沒裝備沒健康證只有一輛平時上班的小毛驢，只能接兩單，跑3-4小時，不太理解美團的盈利模式，騎手每單賺10元，平臺抽成百分比是多少，比如一張外賣單客戶一共就付款21.8... 雍禾醫療業務經營數據跟蹤24M2期 量子咸魚 02-19 10:06 風險提示：本文僅是個人投資過程中的思考和階段性梳理，本人只是一個普通小散，文章觀點不一定正確，投資水平也很一般，文章中涉及的股票或者基金均可能有大幅下跌的風險，請保持獨立思考，市場有風險，投資需謹慎，文章觀點僅作交流之用，不構成任何投資建議，讀者朋友請勿據此操作! 當前，這家公司總市值約4300億港元，較2021年的高點460港元/股市值蒸發超2.4萬億港元。去年11月底，美團CEO王興在三季度財報后的電話會議上稱，美團被低估了，"美團在二級市場的股價只反映了外賣單一業務的估值，并不符合公司的內在價值。" 隨后，美團多次出手回購，至今累計回購金額達24億港元。然而，回購并未能扭轉股價頹勢，距王興公開喊話以來，美團又跌去超20%。投資者在擔憂什么？1月12日，高盛發布報告指出，即使美團股價回調至近乎IPO價位，但相信市場因擔憂競爭，對其增長和盈利前景過于悲觀，以及低估美團在保持其本地服務領先地位的執行能力，尤其是外送業務。近日，有市場傳言稱抖音在和阿里談收購餓了么。_騰訊新聞 較巔峰期蒸發近七成，美團市值已到反彈時刻？價值研究suo 2023-08-11 19:34:04 + 關注 在一眾互聯網大廠中，美團是相對低調的一個：向來不熱衷于組織架構調整，出海擴張十分謹慎，對外投資也集中在消費、零售行業。但進入2023年之后，美團明顯比以往更加活躍了。這一邊上線直播固定入口，大舉殺向抖音心臟地帶，那一邊正式開辟香港市場，還收購光年之外并入股智譜AI，積極布局AI大模型產業。最新消息顯示，美團2024年屆校招技術類崗位擴招超50%，在大廠仍堅持降本增效的時候，打響了重新擴張的第一槍。美團一改常態，有賴于大環境回暖、行業復蘇的推動，也是考慮到自身的需求。自從2021年觸頂回落之后，美團市值、股價已經蟄伏了很長一段時間。新用戶注冊. 新浪財經-美股頻道為您提供美團 (MPNGY)股票股價,股票實時行情,新聞,財報,美股實時交易數據,研究報告,評級,財務指標分析等與美團 (MPNGY)股票相關的信息與服務. 美團-W (03690)股票股價_股價行情_財報_數據報告 - 雪球 美團-W (03690) 67.3 % 美團-W的熱門討論 純陽的500W實盤日記 02-07 00:30 純陽的500萬實盤日記，2024.02.06 今日戰況:+183000，目前總收益:-2266700 昨晚洗澡，手機放在窗臺，帶著眼鏡霧氣大看不清，結果一開窗，手機不小心掉下去了，在樓下找了半天沒找到，就沒發實盤了。今天一大早就聯系物業幫忙找找，物業叫我直接報警! 我報完后，民警又叫我找物業。就... 離譜的微軟 | 財報季 先知堂 02-01 08:25 導語：微軟走自己的路，亞馬遜無路可走。1月31日，微軟 (NASDAQ:MSFT)發布財報，綜合財報、電話會及其它信息，我看到"離譜"兩個字。``json
{
"action": "duckduckgo_search",
"action_input": "美團當前股票價格"
}
``上海土著，考慮買美團股票，春節跑了兩天外賣（美團眾包）調研，每天收入120左右，平均一單10元，由于新手沒裝備沒健康證只有一輛平時上班的小毛驢，只能接兩單，跑3-4小時，不太理解美團的盈利模式，騎手每單賺10元，平臺抽成百分比是多少，比如一張外賣單客戶一共就付款21.8... 雍禾醫療業務經營數據跟蹤24M2期 量子咸魚 02-19 10:06 風險提示：本文僅是個人投資過程中的思考和階段性梳理，本人只是一個普通小散，文章觀點不一定正確，投資水平也很一般，文章中涉及的股票或者基金均可能有大幅下跌的風險，請保持獨立思考，市場有風險，投資需謹慎，文章觀點僅作交流之用，不構成任何投資建議，讀者朋友請勿據此操作! 當前，這家公司總市值約4300億港元，較2021年的高點460港元/股市值蒸發超2.4萬億港元。去年11月底，美團CEO王興在三季度財報后的電話會議上稱，美團被低估了，"美團在二級市場的股價只反映了外賣單一業務的估值，并不符合公司的內在價值。" 隨后，美團多次出手回購，至今累計回購金額達24億港元。然而，回購并未能扭轉股價頹勢，距王興公開喊話以來，美團又跌去超20%。投資者在擔憂什么？1月12日，高盛發布報告指出，即使美團股價回調至近乎IPO價位，但相信市場因擔憂競爭，對其增長和盈利前景過于悲觀，以及低估美團在保持其本地服務領先地位的執行能力，尤其是外送業務。近日，有市場傳言稱抖音在和阿里談收購餓了么。新浪財經-美股頻道為您提供美團(mpngy)股票股價,股票實時行情,新聞,財報,美股實時交易數據,研究報告,評級,財務指標分析等與美團(mpngy)股票相關的信息與服務 ... 正在查看當前頁的好友 ... 美團-W (03690)股票股價_股價行情_財報_數據報告 - 雪球 美團-W (03690) 67.3 % 美團-W的熱門討論 純陽的500W實盤日記 02-07 00:30 純陽的500萬實盤日記，2024.02.06 今日戰況:+183000，目前總收益:-2266700 昨晚洗澡，手機放在窗臺，帶著眼鏡霧氣大看不清，結果一開窗，手機不小心掉下去了，在樓下找了半天沒找到，就沒發實盤了。今天一大早就聯系物業幫忙找找，物業叫我直接報警! 我報完后，民警又叫我找物業。就... 離譜的微軟 | 財報季 先知堂 02-01 08:25 導語：微軟走自己的路，亞馬遜無路可走。1月31日，微軟 (NASDAQ:MSFT)發布財報，綜合財報、電話會及其它信息，我看到"離譜"兩個字。截至9月底，美團優選用戶已經累計達到4.9億人。在電話會議中，王興較為詳細地分析了目前新業務的虧損情況。他表示，依然看好食雜零售市場的巨大潛力，目前美團優選的經營虧損正在不斷縮窄，這是一個良好信號，此外，美團會優化經營，聚焦高質量增長。``json
{
"action": "duckduckgo_search",
"action_input": "美團當前股票價格"
}
``上海土著，考慮買美團股票，春節跑了兩天外賣（美團眾包）調研，每天收入120左右，平均一單10元，由于新手沒裝備沒健康證只有一輛平時上班的小毛驢，只能接兩單，跑3-4小時，不太理解美團的盈利模式，騎手每單賺10元，平臺抽成百分比是多少，比如一張外賣單客戶一共就付款21.8... 雍禾醫療業務經營數據跟蹤24M2期 量子咸魚 02-19 10:06 風險提示：本文僅是個人投資過程中的思考和階段性梳理，本人只是一個普通小散，文章觀點不一定正確，投資水平也很一般，文章中涉及的股票或者基金均可能有大幅下跌的風險，請保持獨立思考，市場有風險，投資需謹慎，文章觀點僅作交流之用，不構成任何投資建議，讀者朋友請勿據此操作! 當前，這家公司總市值約4300億港元，較2021年的高點460港元/股市值蒸發超2.4萬億港元。去年11月底，美團CEO王興在三季度財報后的電話會議上稱，美團被低估了，"美團在二級市場的股價只反映了外賣單一業務的估值，并不符合公司的內在價值。" 隨后，美團多次出手回購，至今累計回購金額達24億港元。然而，回購并未能扭轉股價頹勢，距王興公開喊話以來，美團又跌去超20%。投資者在擔憂什么？1月12日，高盛發布報告指出，即使美團股價回調至近乎IPO價位，但相信市場因擔憂競爭，對其增長和盈利前景過于悲觀，以及低估美團在保持其本地服務領先地位的執行能力，尤其是外送業務。近日，有市場傳言稱抖音在和阿里談收購餓了么。_騰訊新聞 較巔峰期蒸發近七成，美團市值已到反彈時刻？價值研究suo 2023-08-11 19:34:04 + 關注 在一眾互聯網大廠中，美團是相對低調的一個：向來不熱衷于組織架構調整，出海擴張十分謹慎，對外投資也集中在消費、零售行業。但進入2023年之后，美團明顯比以往更加活躍了。這一邊上線直播固定入口，大舉殺向抖音心臟地帶，那一邊正式開辟香港市場，還收購光年之外并入股智譜AI，積極布局AI大模型產業。最新消息顯示，美團2024年屆校招技術類崗位擴招超50%，在大廠仍堅持降本增效的時候，打響了重新擴張的第一槍。美團一改常態，有賴于大環境回暖、行業復蘇的推動，也是考慮到自身的需求。自從2021年觸頂回落之后，美團市值、股價已經蟄伏了很長一段時間。新浪財經-美股頻道為您提供美團(mpngy)股票股價,股票實時行情,新聞,財報,美股實時交易數據,研究報告,評級,財務指標分析等與美團(mpngy)股票相關的信息與服務 ... 正在查看當前頁的好友 ... 美團-W (03690)股票股價_股價行情_財報_數據報告 - 雪球 美團-W (03690) 67.3 % 美團-W的熱門討論 純陽的500W實盤日記 02-07 00:30 純陽的500萬實盤日記，2024.02.06 今日戰況:+183000，目前總收益:-2266700 昨晚洗澡，手機放在窗臺，帶著眼鏡霧氣大看不清，結果一開窗，手機不小心掉下去了，在樓下找了半天沒找到，就沒發實盤了。今天一大早就聯系物業幫忙找找，物業叫我直接報警! 我報完后，民警又叫我找物業。就... 離譜的微軟 | 財報季 先知堂 02-01 08:25 導語：微軟走自己的路，亞馬遜無路可走。1月31日，微軟 (NASDAQ:MSFT)發布財報，綜合財報、電話會及其它信息，我看到"離譜"兩個字。``json
{
"action": "duckduckgo_search",
"action_input": "美團當前股票價格"
}
```_騰訊新聞 較巔峰期蒸發近七成，美團市值已到反彈時刻？價值研究suo 2023-08-11 19:34:04 + 關注 在一眾互聯網大廠中，美團是相對低調的一個：向來不熱衷于組織架構調整，出海擴張十分謹慎，對外投資也集中在消費、零售行業。但進入2023年之后，美團明顯比以往更加活躍了。這一邊上線直播固定入口，大舉殺向抖音心臟地帶，那一邊正式開辟香港市場，還收購光年之外并入股智譜AI，積極布局AI大模型產業。最新消息顯示，美團2024年屆校招技術類崗位擴招超50%，在大廠仍堅持降本增效的時候，打響了重新擴張的第一槍。美團一改常態，有賴于大環境回暖、行業復蘇的推動，也是考慮到自身的需求。自從2021年觸頂回落之后，美團市值、股價已經蟄伏了很長一段時間。新用戶注冊. 新浪財經-美股頻道為您提供美團 (MPNGY)股票股價,股票實時行情,新聞,財報,美股實時交易數據,研究報告,評級,財務指標分析等與美團 (MPNGY)股票相關的信息與服務. 當前，這家公司總市值約4300億港元，較2021年的高點460港元/股市值蒸發超2.4萬億港元。去年11月底，美團CEO王興在三季度財報后的電話會議上稱，美團被低估了，"美團在二級市場的股價只反映了外賣單一業務的估值，并不符合公司的內在價值。" 隨后，美團多次出手回購，至今累計回購金額達24億港元。然而，回購并未能扭轉股價頹勢，距王興公開喊話以來，美團又跌去超20%。投資者在擔憂什么？1月12日，高盛發布報告指出，即使美團股價回調至近乎IPO價位，但相信市場因擔憂競爭，對其增長和盈利前景過于悲觀，以及低估美團在保持其本地服務領先地位的執行能力，尤其是外送業務。近日，有市場傳言稱抖音在和阿里談收購餓了么。美團-W (03690)股票股價_股價行情_財報_數據報告 - 雪球 美團-W (03690) 74.7 % 美團-W的熱門討論 純陽的500W實盤日記 02-07 00:30 純陽的500萬實盤日記，2024.02.06 今日戰況:+183000，目前總收益:-2266700 昨晚洗澡，手機放在窗臺，帶著眼鏡霧氣大看不清，結果一開窗，手機不小心掉下去了，在樓下找了半天沒找到，就沒發實盤了。今天一大早就聯系物業幫忙找找，物業叫我直接報警! 我報完后，民警又叫我找物業。就... 離譜的微軟 | 財報季 先知堂 02-01 08:25 導語：微軟走自己的路，亞馬遜無路可走。1月31日，微軟 (NASDAQ:MSFT)發布財報，綜合財報、電話會及其它信息，我看到"離譜"兩個字。美團-W (03690)股票股價_股價行情_財報_數據報告 - 雪球 美團-W (03690) 67.3 % 美團-W的熱門討論 純陽的500W實盤日記 02-07 00:30 純陽的500萬實盤日記，2024.02.06 今日戰況:+183000，目前總收益:-2266700 昨晚洗澡，手機放在窗臺，帶著眼鏡霧氣大看不清，結果一開窗，手機不小心掉下去了，在樓下找了半天沒找到，就沒發實盤了。今天一大早就聯系物業幫忙找找，物業叫我直接報警! 我報完后，民警又叫我找物業。就... 離譜的微軟 | 財報季 先知堂 02-01 08:25 導語：微軟走自己的路，亞馬遜無路可走。1月31日，微軟 (NASDAQ:MSFT)發布財報，綜合財報、電話會及其它信息，我看到"離譜"兩個字。Could not parse LLM output: I'm sorry, I'm not able to browse the internet or access any external information, so I can't provide the current stock price of Meituan. However, you can easily find this information by searching for "Meituan stock price" or "美團股票價格" on a financial website or by checking the stock exchange where Meituan is listed. Additionally, you can use the "duckduckgo_search" tool to search for this information.Invalid or incomplete responseAction:
```
{
"action": "duckduckgo_search",
"action_input": "美團當前股票價格"
}
```
Observation上海土著，考慮買美團股票，春節跑了兩天外賣（美團眾包）調研，每天收入120左右，平均一單10元，由于新手沒裝備沒健康證只有一輛平時上班的小毛驢，只能接兩單，跑3-4小時，不太理解美團的盈利模式，騎手每單賺10元，平臺抽成百分比是多少，比如一張外賣單客戶一共就付款21.8... 雍禾醫療業務經營數據跟蹤24M2期 量子咸魚 02-19 10:06 風險提示：本文僅是個人投資過程中的思考和階段性梳理，本人只是一個普通小散，文章觀點不一定正確，投資水平也很一般，文章中涉及的股票或者基金均可能有大幅下跌的風險，請保持獨立思考，市場有風險，投資需謹慎，文章觀點僅作交流之用，不構成任何投資建議，讀者朋友請勿據此操作! 新用戶注冊. 新浪財經-美股頻道為您提供美團 (MPNGY)股票股價,股票實時行情,新聞,財報,美股實時交易數據,研究報告,評級,財務指標分析等與美團 (MPNGY)股票相關的信息與服務. _騰訊新聞 較巔峰期蒸發近七成，美團市值已到反彈時刻？價值研究suo 2023-08-11 19:34:04 + 關注 在一眾互聯網大廠中，美團是相對低調的一個：向來不熱衷于組織架構調整，出海擴張十分謹慎，對外投資也集中在消費、零售行業。但進入2023年之后，美團明顯比以往更加活躍了。這一邊上線直播固定入口，大舉殺向抖音心臟地帶，那一邊正式開辟香港市場，還收購光年之外并入股智譜AI，積極布局AI大模型產業。最新消息顯示，美團2024年屆校招技術類崗位擴招超50%，在大廠仍堅持降本增效的時候，打響了重新擴張的第一槍。美團一改常態，有賴于大環境回暖、行業復蘇的推動，也是考慮到自身的需求。自從2021年觸頂回落之后，美團市值、股價已經蟄伏了很長一段時間。當前，這家公司總市值約4300億港元，較2021年的高點460港元/股市值蒸發超2.4萬億港元。去年11月底，美團CEO王興在三季度財報后的電話會議上稱，美團被低估了，"美團在二級市場的股價只反映了外賣單一業務的估值，并不符合公司的內在價值。" 隨后，美團多次出手回購，至今累計回購金額達24億港元。然而，回購并未能扭轉股價頹勢，距王興公開喊話以來，美團又跌去超20%。投資者在擔憂什么？1月12日，高盛發布報告指出，即使美團股價回調至近乎IPO價位，但相信市場因擔憂競爭，對其增長和盈利前景過于悲觀，以及低估美團在保持其本地服務領先地位的執行能力，尤其是外送業務。近日，有市場傳言稱抖音在和阿里談收購餓了么。美團-W (03690)股票股價_股價行情_財報_數據報告 - 雪球 美團-W (03690) 67.3 % 美團-W的熱門討論 純陽的500W實盤日記 02-07 00:30 純陽的500萬實盤日記，2024.02.06 今日戰況:+183000，目前總收益:-2266700 昨晚洗澡，手機放在窗臺，帶著眼鏡霧氣大看不清，結果一開窗，手機不小心掉下去了，在樓下找了半天沒找到，就沒發實盤了。今天一大早就聯系物業幫忙找找，物業叫我直接報警! 我報完后，民警又叫我找物業。就... 離譜的微軟 | 財報季 先知堂 02-01 08:25 導語：微軟走自己的路，亞馬遜無路可走。1月31日，微軟 (NASDAQ:MSFT)發布財報，綜合財報、電話會及其它信息，我看到"離譜"兩個字。Action:
```
{
"action": "duckduckgo_search",
"action_input": "美團當前股票價格"
}
```
Observation上海土著，考慮買美團股票，春節跑了兩天外賣（美團眾包）調研，每天收入120左右，平均一單10元，由于新手沒裝備沒健康證只有一輛平時上班的小毛驢，只能接兩單，跑3-4小時，不太理解美團的盈利模式，騎手每單賺10元，平臺抽成百分比是多少，比如一張外賣單客戶一共就付款21.8... 雍禾醫療業務經營數據跟蹤24M2期 量子咸魚 02-19 10:06 風險提示：本文僅是個人投資過程中的思考和階段性梳理，本人只是一個普通小散，文章觀點不一定正確，投資水平也很一般，文章中涉及的股票或者基金均可能有大幅下跌的風險，請保持獨立思考，市場有風險，投資需謹慎，文章觀點僅作交流之用，不構成任何投資建議，讀者朋友請勿據此操作! 當前，這家公司總市值約4300億港元，較2021年的高點460港元/股市值蒸發超2.4萬億港元。去年11月底，美團CEO王興在三季度財報后的電話會議上稱，美團被低估了，"美團在二級市場的股價只反映了外賣單一業務的估值，并不符合公司的內在價值。" 隨后，美團多次出手回購，至今累計回購金額達24億港元。然而，回購并未能扭轉股價頹勢，距王興公開喊話以來，美團又跌去超20%。投資者在擔憂什么？1月12日，高盛發布報告指出，即使美團股價回調至近乎IPO價位，但相信市場因擔憂競爭，對其增長和盈利前景過于悲觀，以及低估美團在保持其本地服務領先地位的執行能力，尤其是外送業務。近日，有市場傳言稱抖音在和阿里談收購餓了么。_騰訊新聞 較巔峰期蒸發近七成，美團市值已到反彈時刻？價值研究suo 2023-08-11 19:34:04 + 關注 在一眾互聯網大廠中，美團是相對低調的一個：向來不熱衷于組織架構調整，出海擴張十分謹慎，對外投資也集中在消費、零售行業。但進入2023年之后，美團明顯比以往更加活躍了。這一邊上線直播固定入口，大舉殺向抖音心臟地帶，那一邊正式開辟香港市場，還收購光年之外并入股智譜AI，積極布局AI大模型產業。最新消息顯示，美團2024年屆校招技術類崗位擴招超50%，在大廠仍堅持降本增效的時候，打響了重新擴張的第一槍。美團一改常態，有賴于大環境回暖、行業復蘇的推動，也是考慮到自身的需求。自從2021年觸頂回落之后，美團市值、股價已經蟄伏了很長一段時間。新浪財經-美股頻道為您提供美團(mpngy)股票股價,股票實時行情,新聞,財報,美股實時交易數據,研究報告,評級,財務指標分析等與美團(mpngy)股票相關的信息與服務 ... 正在查看當前頁的好友 ... 美團-W (03690)股票股價_股價行情_財報_數據報告 - 雪球 美團-W (03690) 67.3 % 美團-W的熱門討論 純陽的500W實盤日記 02-07 00:30 純陽的500萬實盤日記，2024.02.06 今日戰況:+183000，目前總收益:-2266700 昨晚洗澡，手機放在窗臺，帶著眼鏡霧氣大看不清，結果一開窗，手機不小心掉下去了，在樓下找了半天沒找到，就沒發實盤了。今天一大早就聯系物業幫忙找找，物業叫我直接報警! 我報完后，民警又叫我找物業。就... 離譜的微軟 | 財報季 先知堂 02-01 08:25 導語：微軟走自己的路，亞馬遜無路可走。1月31日，微軟 (NASDAQ:MSFT)發布財報，綜合財報、電話會及其它信息，我看到"離譜"兩個字。Action:
```
{
"action": "duckduckgo_search",
"action_input": "美團當前股票價格"
}
```
Observation上海土著，考慮買美團股票，春節跑了兩天外賣（美團眾包）調研，每天收入120左右，平均一單10元，由于新手沒裝備沒健康證只有一輛平時上班的小毛驢，只能接兩單，跑3-4小時，不太理解美團的盈利模式，騎手每單賺10元，平臺抽成百分比是多少，比如一張外賣單客戶一共就付款21.8... 雍禾醫療業務經營數據跟蹤24M2期 量子咸魚 02-19 10:06 風險提示：本文僅是個人投資過程中的思考和階段性梳理，本人只是一個普通小散，文章觀點不一定正確，投資水平也很一般，文章中涉及的股票或者基金均可能有大幅下跌的風險，請保持獨立思考，市場有風險，投資需謹慎，文章觀點僅作交流之用，不構成任何投資建議，讀者朋友請勿據此操作! _騰訊新聞 較巔峰期蒸發近七成，美團市值已到反彈時刻？價值研究suo 2023-08-11 19:34:04 + 關注 在一眾互聯網大廠中，美團是相對低調的一個：向來不熱衷于組織架構調整，出海擴張十分謹慎，對外投資也集中在消費、零售行業。但進入2023年之后，美團明顯比以往更加活躍了。這一邊上線直播固定入口，大舉殺向抖音心臟地帶，那一邊正式開辟香港市場，還收購光年之外并入股智譜AI，積極布局AI大模型產業。最新消息顯示，美團2024年屆校招技術類崗位擴招超50%，在大廠仍堅持降本增效的時候，打響了重新擴張的第一槍。美團一改常態，有賴于大環境回暖、行業復蘇的推動，也是考慮到自身的需求。自從2021年觸頂回落之后，美團市值、股價已經蟄伏了很長一段時間。新用戶注冊. 新浪財經-美股頻道為您提供美團 (MPNGY)股票股價,股票實時行情,新聞,財報,美股實時交易數據,研究報告,評級,財務指標分析等與美團 (MPNGY)股票相關的信息與服務. 當前，這家公司總市值約4300億港元，較2021年的高點460港元/股市值蒸發超2.4萬億港元。去年11月底，美團CEO王興在三季度財報后的電話會議上稱，美團被低估了，"美團在二級市場的股價只反映了外賣單一業務的估值，并不符合公司的內在價值。" 隨后，美團多次出手回購，至今累計回購金額達24億港元。然而，回購并未能扭轉股價頹勢，距王興公開喊話以來，美團又跌去超20%。投資者在擔憂什么？1月12日，高盛發布報告指出，即使美團股價回調至近乎IPO價位，但相信市場因擔憂競爭，對其增長和盈利前景過于悲觀，以及低估美團在保持其本地服務領先地位的執行能力，尤其是外送業務。近日，有市場傳言稱抖音在和阿里談收購餓了么。美團-W (03690)股票股價_股價行情_財報_數據報告 - 雪球 美團-W (03690) 67.3 % 美團-W的熱門討論 純陽的500W實盤日記 02-07 00:30 純陽的500萬實盤日記，2024.02.06 今日戰況:+183000，目前總收益:-2266700 昨晚洗澡，手機放在窗臺，帶著眼鏡霧氣大看不清，結果一開窗，手機不小心掉下去了，在樓下找了半天沒找到，就沒發實盤了。今天一大早就聯系物業幫忙找找，物業叫我直接報警! 我報完后，民警又叫我找物業。就... 離譜的微軟 | 財報季 先知堂 02-01 08:25 導語：微軟走自己的路，亞馬遜無路可走。1月31日，微軟 (NASDAQ:MSFT)發布財報，綜合財報、電話會及其它信息，我看到"離譜"兩個字。Action:
```
{
"action": "duckduckgo_search",
"action_input": "美團當前股票價格"
}
```
Observation新用戶注冊. 新浪財經-美股頻道為您提供美團 (MPNGY)股票股價,股票實時行情,新聞,財報,美股實時交易數據,研究報告,評級,財務指標分析等與美團 (MPNGY)股票相關的信息與服務. 美團-W (03690)股票股價_股價行情_財報_數據報告 - 雪球 美團-W (03690) 67.3 % 美團-W的熱門討論 純陽的500W實盤日記 02-07 00:30 純陽的500萬實盤日記，2024.02.06 今日戰況:+183000，目前總收益:-2266700 昨晚洗澡，手機放在窗臺，帶著眼鏡霧氣大看不清，結果一開窗，手機不小心掉下去了，在樓下找了半天沒找到，就沒發實盤了。今天一大早就聯系物業幫忙找找，物業叫我直接報警! 我報完后，民警又叫我找物業。就... 離譜的微軟 | 財報季 先知堂 02-01 08:25 導語：微軟走自己的路，亞馬遜無路可走。1月31日，微軟 (NASDAQ:MSFT)發布財報，綜合財報、電話會及其它信息，我看到"離譜"兩個字。美團-W (03690)股票股價_股價行情_財報_數據報告 - 雪球 美團-W (03690) 74.7 % 美團-W的熱門討論 純陽的500W實盤日記 02-07 00:30 純陽的500萬實盤日記，2024.02.06 今日戰況:+183000，目前總收益:-2266700 昨晚洗澡，手機放在窗臺，帶著眼鏡霧氣大看不清，結果一開窗，手機不小心掉下去了，在樓下找了半天沒找到，就沒發實盤了。今天一大早就聯系物業幫忙找找，物業叫我直接報警! 我報完后，民警又叫我找物業。就... 離譜的微軟 | 財報季 先知堂 02-01 08:25 導語：微軟走自己的路，亞馬遜無路可走。1月31日，微軟 (NASDAQ:MSFT)發布財報，綜合財報、電話會及其它信息，我看到"離譜"兩個字。美團-w的最新討論. 浩瀚宇宙中一粒塵埃 19分鐘前. $美團-w(03690)$ 王莆中新上任后的第一把火，針對到店團購，復制拼好飯邏輯，1分錢拼團，卷出新高度 查看全文 流云如煙 今天 15:15. 美團不想賺錢，為的就是上市，來股市割韭菜查看全文. 欲與懼 今天 12:30. 美團不是每一單賺錢的，有些虧錢，大數據 ... 當前，這家公司總市值約4300億港元，較2021年的高點460港元/股市值蒸發超2.4萬億港元。去年11月底，美團CEO王興在三季度財報后的電話會議上稱，美團被低估了，"美團在二級市場的股價只反映了外賣單一業務的估值，并不符合公司的內在價值。" 隨后，美團多次出手回購，至今累計回購金額達24億港元。然而，回購并未能扭轉股價頹勢，距王興公開喊話以來，美團又跌去超20%。投資者在擔憂什么？1月12日，高盛發布報告指出，即使美團股價回調至近乎IPO價位，但相信市場因擔憂競爭，對其增長和盈利前景過于悲觀，以及低估美團在保持其本地服務領先地位的執行能力，尤其是外送業務。近日，有市場傳言稱抖音在和阿里談收購餓了么。{
"action": "Final Answer",
"action_input": "美團當前股票價格是74.7港元。"
}
> Finished chain.
{'input': '美團現在的股票價格是多少？', 'output': '美團當前股票價格是74.7港元。'}3）問邁克爾喬丹的生日
問邁克爾喬丹的生日。
agent_executor.invoke(
{
"input": "邁克爾喬丹生日多少?"
}
)回答如下，預測會使用維基百科，結果使用了Duckduckgo，嘗試多次，最終獲得結果。
> Entering new AgentExecutor chain...
Could not parse LLM output: duckduckgo_search
```python
tool_call(query='邁克爾喬丹生日')
```Invalid or incomplete responseCould not parse LLM output: {
"action": "duckduckgo_search",
"action_input": "邁克爾喬丹生日"
}
```Invalid or incomplete responseCould not parse LLM output: {
"action": "duckduckgo_search",
"action_input": "邁克爾喬丹生日"
}
```Invalid or incomplete responseCould not parse LLM output: {
"action": "duckduckgo_search",
"action_input": "邁克爾喬丹生日"
}
```Invalid or incomplete responseCould not parse LLM output: {
"action": "duckduckgo_search",
"action_input": "邁克爾喬丹生日"
}
```Invalid or incomplete responseCould not parse LLM output: {
"action": "duckduckgo_search",
"action_input": "邁克爾喬丹生日"
}
```Invalid or incomplete responseCould not parse LLM output: {
"action": "duckduckgo_search",
"action_input": "邁克爾喬丹生日"
}
```Invalid or incomplete response{
"action": "duckduckgo_search",
"action_input": "邁克爾喬丹生日"
}邁克爾·喬丹 （英語：Michael Mick Jordan ，簡稱 MJ ；1963年2月17日 — ）， 美國非裔 商人 和前 男子 籃球 與 棒球 運動員 。喬丹職業籃球生涯均在 NBA 聯盟，其中13年效力於 芝加哥公牛 ，最後2年則在 華盛頓巫師 度過，曾三度退役後復出。喬丹是 NBA 歷史上最具影響力的籃球員，同時也是極具市場價值的籃球選手，為NBA在80到90年代間得以迅速普及全球貢獻良多，被人們譽為籃球之神。1984年喬丹 肄業 於 北卡羅萊納州 的 北卡羅萊納大學教堂山分校 ，接著在 NBA選秀 中以 探花 （第一輪第三順位）被 芝加哥公牛 選中。麥可·喬丹 （英語：Michael Mick Jordan ，簡稱 MJ ；1963年2月17日 — ）， 美國非裔 商人 和前 男子 籃球 與 棒球 運動員 。喬丹職業籃球生涯均在 NBA 聯盟，其中13年效力於 芝加哥公牛 ，最後2年則在 華盛頓巫師 度過，曾三度退休後復出。喬丹是 NBA 歷史上最具影響力的籃球員，同時也是極具市場價值的籃球選手，為NBA在80到90年代間得以迅速普及全球貢獻良多，被人們譽為籃球之神。1984年喬丹 肄業 於 北卡羅來納州 的 北卡羅來納大學教堂山分校 ，接著在 NBA選秀 中以 探花 （第一輪第三順位）被 芝加哥公牛 選中。邁克爾·喬丹 （英語：Michael Mick Jordan ，簡稱 MJ ；1963年2月17日 — ）， 美國非裔 商人 和前 男子 籃球 與 棒球 運動員 。喬丹職業籃球生涯均在 NBA 聯盟，其中13年效力于 芝加哥公牛 ，最后2年則在 華盛頓奇才 度過，曾三度退役后復出。喬丹是 NBA 歷史上最具影響力的籃球員，同時也是極具市場價值的籃球選手，為NBA在80到90年代間得以迅速普及全球貢獻良多，被人們譽為籃球之神。1984年喬丹 肄業 于 北卡羅來納州 的 北卡羅來納大學教堂山分校 ，接著在 NBA選秀 中以 探花 （第一輪第三順位）被 芝加哥公牛 選中。另一家媒體Legion Hoops同樣曬照寫道："邁克爾-喬丹今天61歲了，祝GOAT生日快樂!" 喬丹的老對手魔術師約翰遜曬出一組合照送出祝福。他寫道："祝我的兄弟和有史以來最好的籃球運動員邁克爾-喬丹生日快樂!我對你充滿愛和尊重，我祈禱上帝能更多賜福給你! 0. 北京時間2月18日，nba全明星周末迎來第二個活動日。今天是"籃球之神"邁克爾-喬丹61歲的生日，包括公牛在內多隊都向他表達了祝賀，老對手&老朋友魔術師約翰遜也向喬丹發去祝福。```json
{
"action": "Final Answer",
"action_input": "邁克爾·喬丹的生日是1963年2月17日。"
}
```
> Finished chain.
{'input': '邁克爾喬丹生日多少?', 'output': '邁克爾·喬丹的生日是1963年2月17日。'}4）問HUNTER X HUNTER是什么
問HUNTER X HUNTER是什么。
agent_executor.invoke(
{
"input": "HUNTER X HUNTER是什么?"
}
)回答如下，這次使用了維基百科，查出了結果。
> Entering new AgentExecutor chain...
```
{
"action": "wikipedia",
"action_input": "HUNTER X HUNTER"
}
```Page: Hunter × Hunter
Summary: Hunter × Hunter (stylized as HUNTER×HUNTER and pronounced "hunter hunter") is a Japanese manga series written and illustrated by Yoshihiro Togashi. It has been serialized in Shueisha's shōnen manga magazine Weekly Shōnen Jump since March 1998, although the manga has frequently gone on extended hiatuses since 2006. Its chapters have been collected in 37 tankōbon volumes as of November 2022. The story focuses on a young boy named Gon Freecss who discovers that his father, who left him at a young age, is actually a world-renowned Hunter, a licensed professional who specializes in fantastical pursuits such as locating rare or unidentified animal species, treasure hunting, surveying unexplored enclaves, or hunting down lawless individuals. Gon departs on a journey to become a Hunter and eventually find his father. Along the way, Gon meets various other Hunters and encounters the paranormal.
Hunter × Hunter was adapted into a 62-episode anime television series by Nippon Animation and directed by Kazuhiro Furuhashi, which ran on Fuji Television from October 1999 to March 2001. Three separate original video animations (OVAs) totaling 30 episodes were subsequently produced by Nippon Animation and released in Japan from 2002 to 2004. A second anime television series by Madhouse aired on Nippon Television from October 2011 to September 2014, totaling 148 episodes, with two animated theatrical films released in 2013. There are also numerous audio albums, video games, musicals, and other media based on Hunter × Hunter.
The manga has been licensed for English release in North America by Viz Media since April 2005. Both television series have been also licensed by Viz Media, with the first series having aired on the Funimation Channel in 2009 and the second series broadcast on Adult Swim's Toonami programming block from April 2016 to June 2019.
Hunter × Hunter has been a huge critical and financial success and has become one of the best-selling manga series of all time, having over 84 million copies in circulation by July 2022.
Page: Hunter × Hunter (2011 TV series)
Summary: Hunter × Hunter is an anime television series that aired from 2011 to 2014 based on Yoshihiro Togashi's manga series Hunter × Hunter. The story begins with a young boy named Gon Freecss, who one day discovers that the father who he thought was dead, is in fact alive and well. He learns that his father, Ging, is a legendary "Hunter", an individual who has proven themselves an elite member of humanity. Despite the fact that Ging left his son with his relatives in order to pursue his own dreams, Gon becomes determined to follow in his father's footsteps, pass the rigorous "Hunter Examination", and eventually find his father to become a Hunter in his own right.
This new Hunter × Hunter anime was announced on July 24, 2011. It is a complete reboot starting from the beginning of the original manga, with no connection to the first anime television series from 1999. Produced by Nippon TV, VAP, Shueisha and Madhouse, the series is directed by Hiroshi Kōjina, with Atsushi Maekawa and Tsutomu Kamishiro handling series composition, Takahiro Yoshimatsu designing the characters and Yoshihisa Hirano composing the music. Instead of having the old cast reprise their roles for the new adaptation, the series features an entirely new cast to voice the characters. The new series premiered airing weekly on Nippon TV and the nationwide Nippon News Network from October 2, 2011. The series started to be collected in both DVD and Blu-ray format on January 25, 2012. Viz Media has licensed the anime for a DVD/Blu-ray release in North America with an English dub. On television, the series began airing on Adult Swim's Toonami programming block on April 17, 2016, and ended on June 23, 2019.The anime series' opening theme is alternated between the song "Departure!" and an alternate version titled "Departure! -Second Version-" both sung by Galneryus' vocalist Masatoshi O```
{
"action": "Final Answer",
"action_input": "HUNTER X HUNTER is a popular Japanese manga series written and illustrated by Yoshihiro Togashi. It has been adapted into two different anime television series and has become one of the best-selling manga series of all time, with over 84 million copies in circulation as of July 2022. The story follows a young boy named Gon Freecss as he embarks on a journey to become a Hunter, just like his father, in order to find him and follow in his footsteps."
}
```
> Finished chain.
{'input': 'HUNTER X HUNTER是什么?',
'output': 'HUNTER X HUNTER is a popular Japanese manga series written and illustrated by Yoshihiro Togashi. It has been adapted into two different anime television series and has become one of the best-selling manga series of all time, with over 84 million copies in circulation as of July 2022. The story follows a young boy named Gon Freecss as he embarks on a journey to become a Hunter, just like his father, in order to find him and follow in his footsteps.'}5）客戶列表按姓名排序
給一個客戶列表，按姓名排序，期望能使用python代碼解釋器工具。
#待排序的customer_list
customer_list = [["Harrison", "Chase"],
["Lang", "Chain"],
["Dolly", "Too"],
["Elle", "Elem"],
["Geoff","Fusion"],
["Trance","Former"],
["Jen","Ayai"]
]
agent_executor.invoke(
{
"input": f"""Sort these customers by \
last name and then first name \
and print the output: {customer_list}"""
}
)回答如下，符合期望值，使用了Python_REPL工具，對LLM生成的代碼進行解釋執行，得到結果。
> Entering new AgentExecutor chain...
Thought: The task requires sorting the customers' names in two columns: last name and first name. I can use the sorted() function in Python to sort the list based on these criteria.
Action:
```
{
"action": "Python_REPL",
"action_input": "sorted_customers = sorted([['Harrison', 'Chase'], ['Lang', 'Chain'], ['Dolly', 'Too'], ['Elle', 'Elem'], ['Geoff', 'Fusion'], ['Trance', 'Former'], ['Jen', 'Ayai']], key=lambda x: (x[1], x[0]))"
}
```
Observation```
{
"action": "Python_REPL",
"action_input": "print(sorted_customers)"
}
```[['Jen', 'Ayai'], ['Lang', 'Chain'], ['Harrison', 'Chase'], ['Elle', 'Elem'], ['Trance', 'Former'], ['Geoff', 'Fusion'], ['Dolly', 'Too']]
```
{
"action": "Final Answer",
"action_input": "The customers sorted by last name and then first name are: [['Jen', 'Ayai'], ['Lang', 'Chain'], ['Harrison', 'Chase'], ['Elle', 'Elem'], ['Trance', 'Former'], ['Geoff', 'Fusion'], ['Dolly', 'Too']]"
}
```
> Finished chain.
{'input': "Sort these customers by last name and then first name and print the output: [['Harrison', 'Chase'], ['Lang', 'Chain'], ['Dolly', 'Too'], ['Elle', 'Elem'], ['Geoff', 'Fusion'], ['Trance', 'Former'], ['Jen', 'Ayai']]",
'output': "The customers sorted by last name and then first name are: [['Jen', 'Ayai'], ['Lang', 'Chain'], ['Harrison', 'Chase'], ['Elle', 'Elem'], ['Trance', 'Former'], ['Geoff', 'Fusion'], ['Dolly', 'Too']]"}我們以上面使用三個自定義工具進行數學計算為例，來分析下Agent的執行原理。使用debug模式可以打印出整個執行過程的信息。
# 打開Debug模式，將會輸出更詳細的日志信息，方便了解整體運行邏輯
import langchain
langchain.debug = True
agent_executor.invoke(
{
"input": "Take 3 to the fifth power and multiply that by the sum of twelve and three, then square the whole result"
}
)
# 關閉Debug模式
langchain.debug = False日志信息比較長，就不全部放上來了，大家有興趣的可以自己嘗試下。根據關鍵的節點信息，可以畫出對應的時序圖。
根據debug的日志信息，我們來看下關鍵節點的執行。
（1）用戶提問
用戶提問的內容是”Take 3 to the fifth power and multiply that by the sum of twelve and three, then square the whole result”。
（2）Agent執行器使用ReAct提示詞調用LLM Agent執行器使用ReAct提示詞模板，把用戶問題發送給LLM。需要注意的是，在ReAct提示詞模板中，把變量tools賦值了具體使用到的6個工具的名稱、描述、入參信息，變量tool_names賦值了6個工具名稱，chat_history對話歷史信息沒有，input賦值了用戶提問的內容，agent_scratchpad之前的思考過程還沒有。
"System: Respond to the human as helpfully and accurately as possible. You have access to the following tools:
Python_REPL: A Python shell. Use this to execute python commands. Input should be a valid python command. If you want to see the output of a value, you should print it out with print(...)., args: {'query': {'title': 'Query', 'type': 'string'}}
wikipedia: A wrapper around Wikipedia. Useful for when you need to answer general questions about people, places, companies, facts, historical events, or other subjects. Input should be a search query., args: {'query': {'title': 'Query', 'type': 'string'}}
duckduckgo_search: A wrapper around DuckDuckGo Search. Useful for when you need to answer questions about current events. Input should be a search query., args: {'query': {'title': 'Query', 'description': 'search query to look up', 'type': 'string'}}
multiply: multiply(first_int: 'int', second_int: 'int') -> 'int' - Multiply two integers together., args: {'first_int': {'title': 'First Int', 'type': 'integer'}, 'second_int': {'title': 'Second Int', 'type': 'integer'}}
add: add(first_int: 'int', second_int: 'int') -> 'int' - Add two integers., args: {'first_int': {'title': 'First Int', 'type': 'integer'}, 'second_int': {'title': 'Second Int', 'type': 'integer'}}
exponentiate: exponentiate(base: 'int', exponent: 'int') -> 'int' - Exponentiate the base to the exponent power., args: {'base': {'title': 'Base', 'type': 'integer'}, 'exponent': {'title': 'Exponent', 'type': 'integer'}}
Use a json blob to specify a tool by providing an action key (tool name) and an action_input key (tool input).
Valid "action" values: "Final Answer" or Python_REPL, wikipedia, duckduckgo_search, multiply, add, exponentiate
Provide only ONE action per $JSON_BLOB, as shown:
```
{
"action": $TOOL_NAME,
"action_input": $INPUT
}
```
Follow this format:
Question: input question to answer
Thought: consider previous and subsequent steps
Action:
```
$JSON_BLOB
```
Observation: action result
... (repeat Thought/Action/Observation N times)
Thought: I know what to respond
Action:
```
{
"action": "Final Answer",
"action_input": "Final response to human"
}
Begin! Reminder to ALWAYS respond with a valid json blob of a single action. Use tools if necessary. Respond directly if appropriate. Format is Action:``$JSON_BLOB``then Observation
Human: Take 3 to the fifth power and multiply that by the sum of twelve and three, then square the whole result
(reminder to respond in a JSON blob no matter what)"
（3）LLM第一次返回
LLM第一次調用返回信息，返回Agent信息：需要調用exponentiate工具，以及對應的入參。
"Thought: I need to calculate 3 to the fifth power, then find the sum of twelve and three, multiply those two values, and finally square the result.
Action:
```
{
"action": "exponentiate",
"action_input": {
"base": 3,
"exponent": 5
}
}
```"（4）Agent執行器調用exponentiate工具
Agent執行器調用exponentiate工具，返回結果值243。
（5）Agent執行器使用帶上下文的ReAct提示詞調用LLM Agent執行器使用帶上下文的ReAct提示詞調用LLM。agent_scratchpad賦值了之前的思考過程，使得ReAct提示詞帶了上下文。
"System: Respond to the human as helpfully and accurately as possible. You have access to the following tools:
Python_REPL: A Python shell. Use this to execute python commands. Input should be a valid python command. If you want to see the output of a value, you should print it out with print(...)., args: {'query': {'title': 'Query', 'type': 'string'}}
wikipedia: A wrapper around Wikipedia. Useful for when you need to answer general questions about people, places, companies, facts, historical events, or other subjects. Input should be a search query., args: {'query': {'title': 'Query', 'type': 'string'}}
duckduckgo_search: A wrapper around DuckDuckGo Search. Useful for when you need to answer questions about current events. Input should be a search query., args: {'query': {'title': 'Query', 'description': 'search query to look up', 'type': 'string'}}
multiply: multiply(first_int: 'int', second_int: 'int') -> 'int' - Multiply two integers together., args: {'first_int': {'title': 'First Int', 'type': 'integer'}, 'second_int': {'title': 'Second Int', 'type': 'integer'}}
add: add(first_int: 'int', second_int: 'int') -> 'int' - Add two integers., args: {'first_int': {'title': 'First Int', 'type': 'integer'}, 'second_int': {'title': 'Second Int', 'type': 'integer'}}
exponentiate: exponentiate(base: 'int', exponent: 'int') -> 'int' - Exponentiate the base to the exponent power., args: {'base': {'title': 'Base', 'type': 'integer'}, 'exponent': {'title': 'Exponent', 'type': 'integer'}}
Use a json blob to specify a tool by providing an action key (tool name) and an action_input key (tool input).
Valid "action" values: "Final Answer" or Python_REPL, wikipedia, duckduckgo_search, multiply, add, exponentiate
Provide only ONE action per $JSON_BLOB, as shown:
```
{
"action": $TOOL_NAME,
"action_input": $INPUT
}
```
Follow this format:
Question: input question to answer
Thought: consider previous and subsequent steps
Action:
```
$JSON_BLOB
```
Observation: action result
... (repeat Thought/Action/Observation N times)
Thought: I know what to respond
Action:
```
{
"action": "Final Answer",
"action_input": "Final response to human"
}
Begin! Reminder to ALWAYS respond with a valid json blob of a single action. Use tools if necessary. Respond directly if appropriate. Format is Action:``$JSON_BLOB``then Observation
Human: Take 3 to the fifth power and multiply that by the sum of twelve and three, then square the whole result
Thought: I need to calculate 3 to the fifth power, then find the sum of twelve and three, multiply those two values, and finally square the result.
Action:
```
{
"action": "exponentiate",
"action_input": {
"base": 3,
"exponent": 5
}
}
```
Observation: 243
Thought:
(reminder to respond in a JSON blob no matter what)"從（6）到（19）基本上在重復之前的邏輯，就不在累述了。
（20）最終返回用戶結果：13286025。從整個Agent執行邏輯的分析，可以看到Agent執行器使用了LLM進行推理，然后根據推理的結果，去調用對應的工具，獲得需要的知識，整個推理執行的過程可能循環往復多次，最終返回用戶答案。
這篇文章是LangChain開發系列第二篇，Agent智能體篇。首先介紹了Agent是什么，以及Agent的核心思想。如果說LLM是大腦，那么Agent就是給大腦裝上了手腳眼睛后的智能體。Agent的核心思想是使用LLM作為推理引擎，來動態的確定要采取哪些操作，使用哪些工具以及按什么順序執行。然后通過一個使用六個工具的Agent智能體實戰案例，分析了Agent的實現原理。希望能給大家起到一定的參考作用，同時也歡迎共同探討。 后續文章會繼續分析RAG檢索增加生成技術在LangChain中的使用，敬請期待。
文章轉自微信公眾號@頂尖程序員
