如何用不到80行代码构建一个稳定可靠的客服代表,并使用Swarm技术 ??????
2024/10/24 21:03:31
本文主要是介绍如何用不到80行代码构建一个稳定可靠的客服代表,并使用Swarm技术 ??????,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
🚀 想用不到80行的Python代码构建一个无敌的AI代理吗?
本教程教你如何使用OpenAI的Swarm框架构建一个可靠的AI客服代理,然后通过DBOS持久性执行来增强其稳定性以防止崩溃,使其稳定可靠 💪🐝
这个代理会接收用户的名字,为用户处理退款,然后应用折扣。如果代理在处理退款的过程中被打断,重新启动后,它会自动恢复,完成退款,然后继续下一步的工作流程。
运行一下这个代理,并在任何时候按下Ctrl+C
。你会发现,当它重新启动时,它会自动从上一步继续!
所有源代码都可以在 GitHub 上,https://github.com/dbos-inc/durable-swarm/tree/main/examples/reliable_refund 获取。
编写一个由AI驱动的退款助手让我们开始使用OpenAI的轻量级多代理调度框架 Swarm 来创建一个AI驱动的退款代理。这个代理包含两个功能:process_refund
帮助用户退货,以及 apply_discount
为用户的未来购买应用折扣。这些功能可以根据OpenAI语言模型的输出被调用。此外,process_refund
功能会执行一些子步骤(refund_step
),以此来模拟一个复杂的退款工作流程。
从 swarm 导入 Agent 从 dbos 导入 DBOS def process_refund(context_variables, item_id, reason="NOT SPECIFIED"): """为商品退款。请确保您有形式为 item_... 的 item_id。在处理退款前,请确认用户同意。""" user_name = context_variables.get("user_name", "user") print(f"[模拟] 正在为 {user_name} 退款,商品 {item_id},原因:{reason}...") for i in range(1, 6): refund_step(i) DBOS.sleep(1) print("[模拟] 退款成功处理!") return "Success!" @DBOS.step() def refund_step(step_id): print(f"[模拟] 正在处理退款步骤 {step_id}... 若要退出,请按 Control + C") @DBOS.step() def apply_discount(): """为用户的购物车应用折扣。""" print("[模拟] 正在应用折扣...") return "已应用 11% 折扣" refunds_agent = Agent( name="Refunds Agent", instructions="帮助用户进行退款。如果原因是价格过高,提供用户退款码。如果用户坚持,处理退款。", functions=[process_refund, apply_discount], )
进入全屏 退出全屏
我们将 refund_step
和 apply_discount
作为 DBOS 步骤集成到代理的工作流中。这样,如果代理的工作流在处理退款时中断,当它重新启动时,将从最后一个完成的步骤开始。DBOS 保证一旦代理的工作流开始运行,您一定能得到退款,绝不会重复退款或享受折扣两次!
接下来,我们来通过添加几行DBOS代码来增强Swarm的功能,使其更加健壮,能够应对任何故障。
这段代码将Swarm的主循环(run
)定义为一个持久性DBOS工作流,并将每个聊天完成步骤定义为该工作流中的一个DBOS步骤。因此,如果该工作流被中断,它将跳过已完成的聊天步骤,并使用这些步骤的记录输出。
从 dbos 导入 DBOS, DBOSConfiguredInstance 从 swarm 导入 Swarm 从 swarm.repl 导入 pretty_print_messages DBOS() @DBOS.dbos_class() class DurableSwarm(Swarm, DBOSConfiguredInstance): def __init__(self, client=None): # 初始化 Swarm 并设置客户端 Swarm.__init__(self, client) # 初始化 DBOS 配置实例,指定为 openai_client DBOSConfiguredInstance.__init__(self, "openai_client") @DBOS.step() def get_chat_completion(self, *args, **kwargs): return super().get_chat_completion(*args, **kwargs) @DBOS.workflow() def run(self, *args, **kwargs): response = super().run(*args, **kwargs) # 打印响应消息 pretty_print_messages(response.messages) return response DBOS.launch()
点击全屏模式,点击退出全屏
最后,我们来创建一个 DurableSwarm 实例对象,并利用退款代理处理退款!此脚本为你的代理创建了一个交互式的命令行界面(CLI)。
从agents模块导入refunds_agent def main(): client = DurableSwarm() print("连接到持久化的退款代理 💪🐝") user_name = input("\033[90m你叫什么名字\033[0m: \n") if user_name.strip() == "": return # 如果没有提供名字就退出 query = "我想为商品99申请退款,因为太贵了,而且颜色不喜欢!我想要退款,而且希望下次买东西能打折!" context_variables = {"user_name": user_name} client.run( agent=refunds_agent, messages=[{"role": "user", "content": query}], context_variables=context_variables, ) if __name__ == "__main__": main()
全屏模式,退出全屏
自己试一试!要运行这个应用,你需要一个OpenAI开发者账户。在这里获取API密钥此处,在这里为你的账户设置支付选项此处。
将你的 API密钥设置为环境变量。
export OPENAI_API密钥="API密钥值"
全屏 退出全屏
首先,克隆并进入该durable-swarm仓库:
``
git clone https://github.com/dbos-inc/durable-swarm.git
cd examples/reliable_refund
全屏 退出全屏 首先,创建一个虚拟环境,然后安装并配置[Swarm](https://github.com/openai/swarm/tree/main)和[DBOS](https://github.com/dbos-inc/dbos-transact-py)。请确保你的 Python 版本 >=3.10,因为 Swarm 需要这个版本。
python3 -m venv .venv # 使用python3创建虚拟环境
source .venv/bin/activate # 激活虚拟环境
pip install dbos git+https://github.com/openai/swarm.git # 安装依赖包
进入全屏模式;退出全屏模式 DBOS 需要一个 Postgres 数据库。如果你还没有的话,你可以用 Docker 启动一个 Postgres 数据库:
export PGPASSWORD=dbos python3 start_postgres_docker.py
导出数据库密码并启动PostgreSQL Docker容器 全屏模式 退出全屏 最后,只需使用单个命令 `python3 main.py` 在虚拟环境中通过运行应用程序。你可以随时停止并重新启动这个程序,想停多少次都可以。例如:
python3 main.py
连接到耐久退款代理 💪🐝
请问你叫什么名字:
钱
[模拟] 正在为钱处理退款,商品 item_99,因为太贵,而且我不喜欢它的颜色...
[模拟] 正在处理退款步骤一... 按 Ctrl + C 可以退出
[模拟] 正在处理退款步骤二... 按 Ctrl + C 可以退出
[模拟] 正在处理退款步骤三... 按 Ctrl + C 可以退出
按 Ctrl + C 可以停止
^C⏎
python3 main.py
连接到耐久退款代理 💪🐝
[模拟] 正在为钱处理退款,商品 item_99,因为太贵,而且我不喜欢它的颜色...
[模拟] 正在处理退款步骤四... 按 Ctrl + C 可以退出
[模拟] 正在处理退款步骤五... 按 Ctrl + C 可以退出
[模拟] 退款处理成功!
[模拟] 正在应用折扣...
退款代理说:处理退款('item_id'='item_99', '原因'='太贵,我不喜欢它的颜色')
应用了折扣()
退款代理说:我已经为 item 99 办理了退款手续,并为下次购买应用了 11% 的折扣。如果您还需要其他帮助,请随时联系我!随时欢迎您的咨询!
进入全屏模式 退出全屏模式 ## 下一步是: 来看看 DBOS 如何让您的应用程序更加扩展性和恢复力,试试看: * 了解更多关于[Durable Swarm](https://github.com/dbos-inc/durable-swarm)吧 * 使用[durable execution](https://docs.dbos.dev/python/programming-guide)编写不会崩溃的工作流。 * 使用[队列](https://docs.dbos.dev/python/tutorials/queue-tutorial)优雅地处理API速率限制。 * 使用[计划工作流](https://docs.dbos.dev/python/tutorials/scheduled-workflows)在固定的时间间隔内运行您的函数。 * 想看看用DBOS能做什么吗?探索其他[示例应用程序](https://docs.dbos.dev/examples)。
这篇关于如何用不到80行代码构建一个稳定可靠的客服代表,并使用Swarm技术 ??????的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-12-22程序员出海做 AI 工具:如何用 similarweb 找到最佳流量渠道?
- 2024-12-20自建AI入门:生成模型介绍——GAN和VAE浅析
- 2024-12-20游戏引擎的进化史——从手工编码到超真实画面和人工智能
- 2024-12-20利用大型语言模型构建文本中的知识图谱:从文本到结构化数据的转换指南
- 2024-12-20揭秘百年人工智能:从深度学习到可解释AI
- 2024-12-20复杂RAG(检索增强生成)的入门介绍
- 2024-12-20基于大型语言模型的积木堆叠任务研究
- 2024-12-20从原型到生产:提升大型语言模型准确性的实战经验
- 2024-12-20啥是大模型1
- 2024-12-20英特尔的 Lunar Lake 计划:一场未竟的承诺