在 main.py
文件中,修改 model_path = /path/to/chatglm3-6b
路径,也可以填写 THUDM/chatglm3-6b
自动下载模型。
参考 langchain 工具相关函数,在 main.py
中导入工具模块,例如导入 arxiv
工具
run_tool(["arxiv"], llm, [
"帮我查询AgentTuning相关工作"
])
如果你的 Python 环境中 LangChain
的版本低于 0.0.278
则需要在这两个预定义工具类中实现 _arun
方法
否则将会出现
TypeError: Can't instantiate abstract class Weather with abstract method _arun
示例如下:
class Weather(BaseTool):
name = "weather"
description = "Use for searching weather at a specific location"
async def _arun(self, *args: Any, **kwargs: Any) -> Any:
# 用例中没有用到 arun 不予具体实现
pass
运行 main.py
文件
python main.py
模型会因找不到 arxiv
工具的 yaml 文件描述而中断,需要用户手动构建 ./Tool/arxiv.yaml
文件。工具可以用户自行描述,也可以参考 LangChain 对该工具的描述。
对 arxiv
这个例子而言,参考内容位于 ./Tool/arxiv_example.yaml
文件,可参考该文件构建 Tool/arxiv.yaml
文件(最简单的方式修改名称即可),重新运行模型就能合理调用工具。
有些工具需要导入 API_KEY,按照 langchain 报错添加到环境变量即可。
如果用户想自定义工具,可以参考 Tool/Weather.py
以及 Tool/Weather.yaml
文件,重载新的 Tool
类,实现其对应的 _run()
方法,然后在 main.py
中导入该工具模块,例如导入 Weather
工具,即可以调用
# 对同一个工具调用多次
# 需要 export SENIVERSE_KEY=<YOUR_API_KEY_HERE>
run_tool([Weather()], llm, [
"今天北京天气怎么样?",
"What's the weather like in Shanghai today",
])
可以将多个工具组装在一起让模型自动选择调用,例如
run_tool([Calculator(), "arxiv", Weather()], llm, [
"帮我检索GLM-130B相关论文",
"今天北京天气怎么样?",
"根号3减去根号二再加上4等于多少?",
])