热门搜索:
您现在的位置是：首页 > 文章详情

基于 Java 的 LLM 应用开发及编排框架，Agents-Flex beta.12 发布

日期：2024-10-25点击：127

Agents-Flex： 一个基于 Java 的 LLM（大语言模型）应用开发框架。

基本能力

  • LLM 的访问能力
  • Prompt、Prompt Template 定义加载的能力
  • Function Calling 定义、调用和执行等能力
  • 记忆的能力（Memory）
  • Embedding
  • Vector Store
  • 文档处理
    • 加载器（Loader）
      • Http
      • FileSystem
    • 分割器（Splitter）
    • 解析器（Parser）
      • PoiParser
      • PdfBoxParser
  • Agent
    • LLM Agent
    • IOAgent
  • Chain 执行链
    • SequentialChain 顺序执行链
    • ParallelChain 并发（并行）执行链
    • LoopChain 循环执行连
    • ChainNode
      • AgentNode Agent 执行节点
      • EndNode 终点节点
      • RouterNode 路由节点
        • GroovyRouterNode Groovy 规则路由
        • QLExpressRouterNode QLExpress 规则路由
        • LLMRouterNode LLM 路由（由 AI 自行判断路由规则）

简单对话

使用 OpenAi 大语言模型:

  @Test public void testChat() { OpenAiLlmConfig config = new OpenAiLlmConfig(); config.setApiKey("sk-rts5NF6n*******"); Llm llm = new OpenAiLlm(config); String response = llm.chat("请问你叫什么名字"); System.out.println(response); }
 

使用 “通义千问” 大语言模型:

 @Test public void testChat() { QwenLlmConfig config = new QwenLlmConfig(); config.setApiKey("sk-28a6be3236****"); config.setModel("qwen-turbo"); Llm llm = new QwenLlm(config); String response = llm.chat("请问你叫什么名字"); System.out.println(response); }
 

使用 “讯飞星火” 大语言模型:

 @Test public void testChat() { SparkLlmConfig config = new SparkLlmConfig(); config.setAppId("****"); config.setApiKey("****"); config.setApiSecret("****"); Llm llm = new SparkLlm(config); String response = llm.chat("请问你叫什么名字"); System.out.println(response); }
 

历史对话示例

 public static void main(String[] args) { SparkLlmConfig config = new SparkLlmConfig(); config.setAppId("****"); config.setApiKey("****"); config.setApiSecret("****"); Llm llm = new SparkLlm(config); HistoriesPrompt prompt = new HistoriesPrompt(); System.out.println("您想问什么？"); Scanner scanner = new Scanner(System.in); String userInput = scanner.nextLine(); while (userInput != null) { prompt.addMessage(new HumanMessage(userInput)); llm.chatStream(prompt, (context, response) -> { System.out.println(">>>> " + response.getMessage().getContent()); }); userInput = scanner.nextLine(); } }

Function Calling

  • 第一步：通过注解定义本地方法
 public class WeatherUtil { @FunctionDef(name = "get_the_weather_info", description = "get the weather info") public static String getWeatherInfo( @FunctionParam(name = "city", description = "the city name") String name ) { //在这里，我们应该通过第三方接口调用 api 信息 return name + "的天气是阴转多云。 "; } }
 
  • 第二步：通过 Prompt、Functions 传入给大模型，然后得到结果
  public static void main(String[] args) { OpenAiLlmConfig config = new OpenAiLlmConfig(); config.setApiKey("sk-rts5NF6n*******"); OpenAiLlm llm = new OpenAiLlm(config); FunctionPrompt prompt = new FunctionPrompt("今天北京的天气怎么样", WeatherUtil.class); FunctionResultResponse response = llm.chat(prompt); Object result = response.getFunctionResult(); System.out.println(result); //"北京的天气是阴转多云。 " }
 

生态支持

大语言模型

大语言模型名称 支持情况 描述
ChatGPT ✅ 已支持 -
Ollama 部署模型 ✅ 已支持 -
星火大模型 ✅ 已支持 -
通义千问 ✅ 已支持 -
智普 ChatGLM ✅ 已支持 -
月之暗面 Moonshot ✅ 已支持 -
扣子 Coze ✅ 已支持 -
GiteeAI - Qwen2-7B-Instruct ✅ 已支持 -
GiteeAI - Qwen2-72B-Instruct ✅ 已支持 -
GiteeAI - Yi-1.5-34B-Chat ✅ 已支持 -
GiteeAI - glm-4-9b-chat ✅ 已支持 -
文心一言 计划中... 期待 PR

图片生成模型

大语言模型名称 支持情况 描述
Openai ✅ 已支持 -
Stability ✅ 已支持 -
GiteeAI - stable-diffusion-3-medium ✅ 已支持 -
GiteeAI - FLUX.1-schnell ✅ 已支持 -
GiteeAI - stable-diffusion-xl-base-1.0 ✅ 已支持 -
GiteeAI - Kolors ✅ 已支持 -
更多 计划中... 期待 PR

向量化模型

大语言模型名称 支持情况 描述
Openai ✅ 已支持 -
星火大模型 ✅ 已支持 -
智普 ChatGLM ✅ 已支持 -
Ollama ✅ 已支持 -
通义千问 ✅ 已支持 -
GiteeAI - bge-small-zh-v1.5 ✅ 已支持 -
GiteeAI - bge-large-zh-v1.5 ✅ 已支持 -
GiteeAI - bge-m3 ✅ 已支持 -
更多 计划中... 期待 PR

向量存储（向量数据库）

向量数据库名称 支持情况 描述
Milvus ✅ 已支持 -
阿里云向量数据存储服务 ✅ 已支持 -
腾讯云向量数据存储服务 ✅ 已支持 -
OpenSearch ✅ 已支持 -
ElasticSearch ✅ 已支持 -
Redis ✅ 已支持 -
Chroma 计划中... 期待 PR
Cassandra 计划中... 期待 PR
Gemfire 计划中... 期待 PR
Weaviate 计划中... 期待 PR

文档解析器

向量数据库名称 支持情况 描述
PDFBox ✅ 已支持 用于解析 PDF 文档
POI ✅ 已支持 用于解析 Word 文档
OmniParse ✅ 已支持 更丰富的解析能力
更多 计划中... 期待 PR

 

 

模块构成

更新记录：

- 新增：GenerateImageRequest 添加反向提示词相关属性
- 新增：Maps 工具类添加 putOrDefault 方法
- 新增：添加 siliconFlow 的图片模型的支持
- 新增: ChatOptions 添加 "seed" 属性
- 新增：Maps 可以 put 一个子 map 的功能
- 新增：新增 Ollama 的函数调用（Function Calling）的支持
- 新增：添加 StringUtil.isJsonObject 方法
- 优化：重构 BaseImageRequest 类，添加 options 属性
- 优化：重构 ImagePrompt 使之继承于 HumanMessage
- 优化：重构 ImageResponse 类，添加 error 和 errorMessage 属性
- 优化：修改 Image.writeBytesToFile 方法为 writeToFile
- 优化：重命名 "giteesd3" 为 "gitee"
- 优化：重构 VectorData.toString 方法
- 优化：添加 DocumentStoreConfig，向量数据库的配置都实现 DocumentStoreConfig
- 优化：重构优化 HistoriesPrompt，使其支持更多的属性配置
- 优化：更新 agents-flex-bom 的 pom.xml
- 优化：升级 jedis 版本为 "5.2.0"
- 优化：重构 RedisVectorStore 的错误信息，使之错误信息更加友好
- 修复：修复 jdk17 下出现 NoSuchMethodError 问题，感谢 @songyinyin #I9AELG

原文链接：https://www.oschina.net/news/317601/agents-flex-beta12
关注公众号

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。

持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

转载内容版权归作者及来源网站所有，本站原创内容转载请注明来源。

相关文章

    文章评论

    共有0条评论来说两句吧...

    文章二维码

    扫描即可查看该文章

    点击排行

    推荐阅读

    最新文章