Agents Llamaindex 智能体

# LlamaIndex 智能体指南 使用工具和 RAG 能力构建智能体。 ## 基础智能体 python from llama_index.core.agent import FunctionAgent from llama_index.llms.openai import OpenAI def multiply(a: int, b: int) -> int: """将两个数字相乘。""" return a * b llm = OpenAI(model="gpt-4o") agent = FunctionAgent.from_tools( tools=[multiply], llm=llm, verbose=True ) response = agent.chat("25 * 17 等于多少？") ## RAG 智能体 python from llama_index.core.tools import QueryEngineTool # 将查询引擎创建为工具 index = VectorStoreIndex.from_documents(documents) query_tool = QueryEngineTool.from_defaults( query_engine=index.as_query_engine(), name="python_docs", description="对 Python 编程问题很有用" ) # 带有 RAG + 计算器的智能体 agent = FunctionAgent.from_tools( tools=[query_tool, multiply], llm=llm ) response = agent.chat("根据文档，Python 是什么？") ## 多文档智能体 python # 多个知识库 python_tool = QueryEngineTool.from_defaults( query_engine=python_index.as_query_engine(), name="python_docs", description="Python 编程文档" ) numpy_tool = QueryEngineTool.from_defaults( query_engine=numpy_index.as_query_engine(), name="numpy_docs", description="NumPy 数组文档" ) agent = FunctionAgent.from_tools( tools=[python_tool, numpy_tool], llm=llm ) # 智能体选择正确的知识库 response = agent.chat("我该如何创建 numpy 数组？") ## 最佳实践 1. **清晰的工具描述** - 智能体需要知道何时使用每个工具 2. **限制工具数量在 5-10 个** - 工具过多会使智能体困惑 3. **开发期间使用详细模式 (verbose mode)** - 查看智能体的推理过程 4. **结合 RAG + 计算** - 强大的组合 5. **测试工具组合** - 确保它们能协同工作 ## 资源 - **智能体文档**: https://developers.llamaindex.ai/python/framework/modules/agents/