以 LLM 為基礎的規劃器
以 LLM 為基礎的規劃器使用 LLM 來產生與評估計畫。 它們在字串型狀態下運作,並透過 LLM 請求執行步驟。 字串型狀態意味著代理狀態是一個單一字串。 在每個步驟中,代理會接受一個初始狀態字串,並傳回最終狀態字串作為結果。
先決條件
確保您的環境與專案符合以下需求:
JDK 17+
Kotlin 2.2.0+
Gradle 8.0+ 或 Maven 3.8+ 將 Koog 軟件包 新增為相依性:
dependencies {
// 穩定版
implementation("ai.koog:koog-agents:1.2.0")
// Beta
implementation("ai.koog:koog-agents-additions:1.2.0-beta")
}
dependencies {
// 穩定版
implementation 'ai.koog:koog-agents:1.2.0'
// Beta
implementation 'ai.koog:koog-agents-additions:1.2.0-beta'
}xml
<dependency>
<!-- 穩定版 -->
<dependency>
<groupId>ai.koog</groupId>
<artifactId>koog-agents-jvm</artifactId>
<version>1.2.0</version>
</dependency>
<!-- Beta -->
<dependency>
<groupId>ai.koog</groupId>
<artifactId>koog-agents-additions-jvm</artifactId>
<version>1.2.0-beta</version>
</dependency>
</dependency>從 LLM 提供商獲取 API key,或透過 Ollama 執行本機 LLM。
若要了解更多資訊,請參閱 快速入門。 此頁面上的範例假設您已設定 OPENAI_API_KEY 環境變數。
Koog 提供兩種簡單的規劃器:
- SimpleLLMPlanner 僅在最開始時產生一次計畫,然後遵循該計畫直到完成。 若要包含重新規劃,請擴充
SimpleLLMPlanner並覆寫assessPlan方法, 指出代理何時應重新規劃。 - SimpleLLMWithCriticPlanner 實作了
assessPlan方法,該方法使用 LLM 透過 LLM 請求檢查計畫的有效性, 並評估代理是否應重新規劃。
以下範例顯示如何使用 SimpleLLMPlanner 建立一個簡單的規劃器代理:
kotlin
// 建立規劃器
val planner = SimpleLLMPlanner()
// 將其包裝在規劃策略中
val strategy = AIAgentPlannerStrategy(
name = "simple-planner",
planner = planner
)
// 設定代理
val agentConfig = AIAgentConfig(
prompt = prompt("planner") {
system("You are a helpful planning assistant.")
},
model = OpenAIModels.Chat.GPT4o,
maxAgentIterations = 50
)
// 建立規劃器代理
val agent = PlannerAIAgent(
promptExecutor = simpleOpenAIExecutor(System.getenv("OPENAI_API_KEY")),
strategy = strategy,
agentConfig = agentConfig
)
suspend fun main() {
// 執行帶有任務的代理
val result = agent.run("Create a plan to organize a team meeting")
println(result)
}java
// 使用以 LLM 為基礎的規劃器建立規劃策略
AIAgentPlannerStrategy<String, String> strategy =
Planners.llmBased("simple-planner")
.build();
// 建立 OpenAI 執行器
var promptExecutor = PromptExecutor.builder()
.openAI("OPENAI_API_KEY")
.build();
// 使用 AIAgent 產生器建立規劃器代理
AIAgent<String, String> agent = AIAgent.builder()
.plannerStrategy(strategy)
.promptExecutor(promptExecutor)
.llmModel(OpenAIModels.Chat.GPT4o)
.systemPrompt("You are a helpful planning assistant.")
.maxIterations(50)
.build();
// 執行帶有任務的代理
String result = agent.run("Create a plan to organize a team meeting");
System.out.println(result);下一步
- 了解 GOAP 代理
