/Agent_Multiple-Talk

基于LLM的多轮问答系统。结合了意图识别和词槽填充技术

Primary LanguagePython

概述 ⭐

这是一个基于LLM的多轮对话Agent，旨在提升用户体验，通过智能交互判断是否需要调用Agent Tools。

特点

  • 用户交互：允许用户与大型语言模型（LLM）进行流畅的对话交互。
  • 工具调用：智能判断对话流程中是否需要使用特定的Agent Tools。
  • 上下文关联：能够识别用户输入是否与上一次的Agent场景相关联。

设计理念

  • 多用户支持：从设计之初就考虑到多用户使用场景。
  • 持久化存储：所有用户的Agent信息持久化存储在Agent_data文件中。

使用指南 🚀

  1. 启动对话：用户启动与LLM的对话交互。
  2. 场景判断：Agent判断当前对话是否与历史场景相关。
  3. 工具辅助：根据对话内容，Agent智能推荐使用Agent Tools。
  4. 信息继承：用户结束对话后，Agent信息存储，以便下次继续使用。
  5. 数据清除：如果用户不希望继承历史信息，可以选择清空Agent_data文件。

技术细节

  • 存储：使用JSON或类似格式的文件来存储Agent_data。

注意 👋

  • Agent_data 数据基于FastGPT中的chatId命名的，保证窗口与窗口之间、用户与用户之间Agent互不干扰。
  • agent文件中很多都是直接调用API，例如Google、Gaode Weather。 apply_for_package、apply_leave是自定义的Agent。
  • 通过加载scene_templates.json文件中的Tools让大模型自己挑选，所以根据所需更改json文件数据。
  • config文件中存放着各种API的KEY，可自行添加。

⭐ ⭐ ⭐