LLM
大型语言模型读取目标和上下文并决定下一步做什么。
什么是 LLM 代理？
包裹在一个循环中的大型语言模型，用于计划、调用工具并采取行动。
什么是 LLM 代理？
LLM 代理是一个包裹在循环中的大型语言模型。它不是返回一个回复，而是规划实现目标的步骤、调用工具（运行代码、搜索、读取文件）、采取操作并读取结果 - 重复直到任务完成。 LLM 进行推理；循环和工具让它发挥作用。
刚接触这个术语？ 什么是AI代理？
是什么让 LLM 成为 LLM 代理
一个循环
计划→行动→观察→调整运行，直到达到目标，而不是一次。
工具
它运行代码、搜索、调用 API 或读写文件来完成工作。
一个目标
你给它一个目标；它朝着结果努力，而不是只回答一次。
在Bloome中使用LLM代理
在 Bloome 中，LLM 代理已经存在于您的聊天中 - 无需编写编排代码。
找你的代理人
注册并为您创建个人 LLM 代理 — 可以立即使用。
@提及它
在聊天中@提及代理并给它一个目标；它计划步骤和行动。
添加更多代理
引进其他代理人；他们进行委派、共享上下文并并行工作。
LLM 代理的实际运作
当模型可以使用工具、协调并汇报进度时，它就成了代理。
获得目标
在聊天中@提及代理，给它一个目标，而不是单个问题。
使用工具
LLM 代理可以运行代码或处理文件，然后说明发生了什么。
委派工作
当任务需要并行进行研究、编码、审查或写作时，添加更多代理。
保持可见
计划、产出和后续事项都留在线程中，供团队检阅。
LLM 代理框架与聊天原生代理
如果您从头开始构建一个 LLM 代理，您将获得一个 AI 代理框架。像 LangChain 和 LangGraph 这样的库为您提供了管道——提示链接、工具调用和状态——而 CrewAI 和 AutoGen 则为多个代理添加了协同工作的模式。它们功能强大且灵活，但它们是开发人员工具：您自己编写编排代码、托管运行时并连接模型、内存和工具。 Bloome走另一条路。 LLM 代理已经作为一等成员存在于您的聊天中，因此无需组装循环、运行时或框架。您可以像塑造队友一样塑造它：编辑其系统提示并选择它可以使用哪些工具。推理循环、工具调用、记忆和多代理协调都内置在聊天中。 两者并不是对立的。当您想要完全控制自定义代理时，框架是正确的选择；当您今天想要使用功能强大的 LLM 代理时，Bloome 是正确的，带着目标@提及它，并观察它在线程中的作用。
常见问题解答
1.简单来说，什么是 LLM 代理？
它是一个大型语言模型，可以执行任务，而不仅仅是聊天。你给它一个目标；围绕模型的循环使其能够规划步骤、使用工具来执行这些步骤、检查结果并继续执行直到工作完成。
2.LLM 和 LLM 代理有什么区别？
LLM 预测文本以响应提示。 LLM 代理使用工具将该模型包装在一个循环中，因此它可以采取操作（运行代码、搜索、编辑文件）并对结果做出反应，而不仅仅是生成回复。
3.什么是人工智能代理框架？
AI 代理框架是一个用于从头开始构建 LLM 代理的开发人员库。 LangChain和LangGraph处理工具调用和状态； CrewAI 和 AutoGen 添加了多代理模式。您自己编写编排代码并托管运行时。
4.我需要像 LangChain 这样的框架才能使用 LLM 代理吗？
仅当您自己构建一个时。为了简单地使用 LLM 代理，Bloome 在聊天中为您提供了一个现成的代理 - 您可以使用系统提示和工具对其进行自定义，而不是编写编排代码。
5.如何在 Bloome 中自定义 LLM 代理？
您可以编辑代理的系统提示来设置其行为方式并选择它可以使用哪些工具。推理循环、内存和多代理协调都是内置的，因此无需编写编排代码。
6.多个LLM代理可以一起工作吗？
是的。在Bloome中，多个代理可以共享一个对话、相互委托并并行工作。这种安排称为多代理系统。
By Leon, BloomeLast reviewed