国产白色视频在线观看w,香蕉欧美成人精品a∨在线观看,久久久青草青青亚洲国产免观

選擇合適的操作系統(tǒng)Ollama版本

您可以下載適用于Mac和Linux的Ollama。Windows版本即將推出

將Ollama移動到應(yīng)用程序

將Ollama拖放到Applications文件夾中，此步驟僅適用于Mac用戶。完成此步驟后，Ollama將完全安裝在您的設(shè)備上。單擊“下一步”按鈕。

3.2 安裝和部署Openhermes/solar或其他LLM

? ? ? ?現(xiàn)在我們需要安裝要在本地使用的LLM，命令如下：

Ollama run Solar

??Ollama現(xiàn)在將下載Solar，這可能需要幾分鐘的時間，具體取決于您的網(wǎng)速。一旦安裝好，你就可以開始與它交談了。

創(chuàng)建文件夾

? ? ? ? 讓我們創(chuàng)建一個名為crewai的文件夾并導(dǎo)航到它。

3.3 安裝Crewai和依賴項

? ? ? ?我們用“python2.11-m venv crew”創(chuàng)建了一個虛擬環(huán)境，并用“source crew/bin/activate”激活它，然后安裝“pip-install crewai”

3.4 安裝必要的庫

? ? ? ?在開始之前，讓我們安裝所需的庫。創(chuàng)建一個名為requirements.txt的文件，并在下面寫入依賴項。

unstructured

langchain

Jinja2>=3.1.2

click>=7.0

duckduckgo-search

? ? ?之后，只需在VS Code中打開終端或者在打開Mac終端，并運行以下命令：

pip install -r requirements.txt

3.5 導(dǎo)入庫

? ? ? 我們將從crewai導(dǎo)入Agent、Task、Crew和Process，然后從langchain.tools導(dǎo)入DuckDuckGoSearchRun來收集web信息。

DuckDuckGoSearchRun被創(chuàng)建并存儲在變量search_tool中

? ? ? ? 我們從langchain.lms導(dǎo)入ollama來加載一個模型，這里使用Solar和Openhermes進(jìn)行實驗

from crewai import Agent, Task, Crew, Process

import os



from langchain.tools import DuckDuckGoSearchRun

search_tool = DuckDuckGoSearchRun()

from langchain.llms import Ollama

ollama_openhermes = Ollama(model="openhermes")

ollama_solar = Ollama(model="Solar")

3.6 創(chuàng)建一個研究員Agent

讓我們創(chuàng)建一個代理來執(zhí)行任務(wù)、做出決策并與其他代理通信。

role：表明其主要功能是進(jìn)行研究。

goal：研究人員的目標(biāo)是找到發(fā)展特定YouTube頻道并增加其訂戶數(shù)量的方法。

backstory：協(xié)助研究活動并簡化某些任務(wù)。

tools：代理可用的工具列表包括search_tool，

verbose：設(shè)置為True，這通常意味著代理將提供詳細(xì)的日志、輸出或解釋

llm：這代表“大型語言模型”，在這種情況下，ollama_openhermes作為代理使用的模型傳遞。

allow_delegation：設(shè)置為False，表示不允許此代理將其任務(wù)委派給其他代理或進(jìn)程

researcher = Agent(

    role='Researcher',

    goal='Research methods to grow this channel Gao Dalie (高達(dá)烈) on youtube and get more subscribers',

    backstory='You are an AI research assistant',

    tools=[search_tool],

    verbose=True,

    llm=ollama_openhermes, # Ollama model passed here

    allow_delegation=False

)

3.7 創(chuàng)建一個作家Agent

? ? ? ?作為內(nèi)容策略師的Agent，其目標(biāo)是撰寫關(guān)于YouTube增長渠道的有趣博客文章。它可以將撰寫博客文章的任務(wù)委派給代理

writer = Agent(

    role='Writer',

    goal='Write compelling and engaging reasons as to why someone should join Gao Dalie (高達(dá)烈) youtube channel',

    backstory='You are an AI master mind capable of growing any youtube channel',

    verbose=True,

    llm=ollama_openhermes, # Ollama model passed here

    allow_delegation=False

)

3.8 為Agent設(shè)置任務(wù)

任務(wù)1和任務(wù)2被分配給一名“研究人員”Agent，負(fù)責(zé)調(diào)查“Gao Dalie (高達(dá)烈)”YouTube頻道，并找到可靠的方法來生成一個頻道。

? ? ? ?任務(wù)3被分配給一名“作家”Agent，為“Gao Dalie (高達(dá)烈)”編制一份行動清單來實現(xiàn)頻道生成。

task1 = Task(description='Investigate Gao Dalie (高達(dá)烈) Youtube channel', agent=researcher)

task2 = Task(description='Investigate sure fire ways to grow a channel', agent=researcher)



task3 = Task(description='Write a list of tasks Gao Dalie (高達(dá)烈) must do to grow his channel', agent=writer)

3.9 工作人員和流程

Crew：定義以研究人員和作家為成員的團隊。

Process.sequential：使用按順序執(zhí)行任務(wù)的流程。上一個任務(wù)的結(jié)果將作為附加內(nèi)容傳遞給下一個任務(wù)。

crew.kickoff()：命令crew開始工作。

crew = Crew(

    agents=[researcher, writer],

    tasks = [task1,task2,task3],

    verbose=2,

    process=Process.sequential

)



result = crew.kickoff()