選擇合適的操作系統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備上。單擊“下一步”按鈕。

3.2 安裝和部署Openhermes/solar或其他LLM

? ? ? ?現在我們需要安裝要在本地使用的LLM,命令如下:

Ollama run Solar

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

創建文件夾

? ? ? ? 讓我們創建一個名為crewai的文件夾并導航到它。

3.3 安裝Crewai和依賴項

? ? ? ?我們用“python2.11-m venv crew”創建了一個虛擬環境,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 導入庫

? ? ? 我們將從crewai導入Agent、Task、Crew和Process,然后從langchain.tools導入DuckDuckGoSearchRun來收集web信息。

       DuckDuckGoSearchRun被創建并存儲在變量search_tool

? ? ? ? 我們從langchain.lms導入ollama來加載一個模型,這里使用Solar和Openhermes進行實驗

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 創建一個研究員Agent

讓我們創建一個代理來執行任務、做出決策并與其他代理通信。

role:表明其主要功能是進行研究。

goal:研究人員的目標是找到發展特定YouTube頻道并增加其訂戶數量的方法。

backstory:協助研究活動并簡化某些任務。

tools:代理可用的工具列表包括search_tool,

verbose:設置為True,這通常意味著代理將提供詳細的日志、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:設置為False,表示不允許此代理將其任務委派給其他代理或進程

researcher = Agent(
role='Researcher',
goal='Research methods to grow this channel Gao Dalie (高達烈) 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 創建一個作家Agent

? ? ? ?作為內容策略師的Agent,其目標是撰寫關于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設置任務

      任務1和任務2被分配給一名“研究人員”Agent,負責調查“Gao Dalie (高達烈)”YouTube頻道,并找到可靠的方法來生成一個頻道。

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

task1 = Task(description='Investigate Gao Dalie (高達烈) 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:定義以研究人員作家為成員的團隊。

Process.sequential:使用按順序執行任務的流程。上一個任務的結果將作為附加內容傳遞給下一個任務。

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()

3.10 輸出

      crew運行結束時會輸出結果,結果是一條簡單的分界線和crew的執行結果。

Openherms

下面是Openhermes作為作家和Solar作為研究人員的運行結果:

Solar

? ? ? ?Openhermes將扮演研究員的角色,Solor將扮演作家的角色,這一角色的變化將展示不同模型如何適應不同的生成過程。

四、結論:

       CrewAI不僅是解決人工智能協作問題的有效工具,而且重塑了人類與人工智能之間的關系。

       這將是人工智能助手的能力得到充分發揮,促進人工智能在各行各業的廣泛應用。隨著CrewAI技術的成熟,人工智能將成為企業協同工作的重要力量。

參考文獻:

[1] https://pub.towardsai.net/crewai-solor-hermes-langchain-ollama-super-ai-agent-0ee348404428

[2] https://github.com/joaomdmoura/crewAI

[3] https://arxiv.org/abs/2312.15166

[4] https://huggingface.co/teknium/OpenHermes-2.5-Mistral-7B

[5]?https://quickaitutorial.com/

文章轉自微信公眾號@ArronAI

上一篇:

API描述語言如何賦能AI

下一篇:

LLM之Agent(九)| 通過API集成賦能Autogen Multi-Agent系統
#你可能也喜歡這些API文章!

我們有何不同?

API服務商零注冊

多API并行試用

數據驅動選型,提升決策效率

查看全部API→
??

熱門場景實測,選對API

#AI文本生成大模型API

對比大模型API的內容創意新穎性、情感共鳴力、商業轉化潛力

25個渠道
一鍵對比試用API 限時免費

#AI深度推理大模型API

對比大模型API的邏輯推理準確性、分析深度、可視化建議合理性

10個渠道
一鍵對比試用API 限時免費