思维导图:构建有效的代理
2024-12-27 11:28 112
0
0
免费使用
画布
|
大纲
为你推荐
《洛城机密》:警界黑暗与明星梦背后的欲望纠葛,揭露洛杉矶不为人知的阴暗面。 这个标题既点明了故事发生的地点——洛杉矶(洛城),也暗示了书中涉及的主要内容,包括警界的黑暗面以及娱乐圈中人物的梦想和欲望之间的复杂关系。如果你希望有更多不同风格的表达方式,请告诉我。
《山区光棍》:聚焦偏远山区单身男性的生活困境与情感世界。 这个标题既概括了书籍的主要内容,也突出了故事发生的地域特点和社会议题。如果您觉得还需要调整,我可以继续优化。
《单读·十周年特辑(套装共2册)》:一场跨越十年的思想盛宴,汇聚丰富的人物故事与深刻的文化洞察。 这个标题既体现了书籍的时间跨度(十周年),也强调了内容的丰富性和思想深度,能够吸引对文化、文学和深度阅读感兴趣的读者。如果你希望调整重点或风格,请告诉我!
《米德尔马契·下》:续写维多利亚时代的社会百态与人性纠葛的终章。 这个标题突出以下要点: 1. 明确指出这是《米德尔马契》的下半部 2. 强调了小说的时代背景(维多利亚时代) 3. 概括了小说的主要内容(社会百态和人性描写) 4. 点明这是故事的完结篇 如果你觉得需要调整,我可以根据你的具体要求重新生成更合适的版本。
《东京漫步记》:一段穿梭于东京大街小巷,探寻城市隐秘角落与独特文化的随笔之旅。 这个标题既概括了书籍的核心内容——在东京的漫步经历,也点出了书籍的性质是随笔形式,同时还暗示了书中会涉及到东京的城市风貌、文化特色等丰富内容。如果你还有其他想法或者需要调整的地方,比如想要更简洁或者更强调某些特定元素,可以随时告诉我。
《图解藏密拙火禅修法》:一本深入浅出地揭示藏传佛教密宗拙火定修行方法与奥秘的实操指南。 或者 《图解藏密拙火禅修法》:以图文并茂的形式详细介绍藏密拙火禅修的核心理论、实践步骤及其身心转化功效的独特典籍。
《深度探索Linux操作系统》:深入解析Linux系统内部机制与原理的权威指南。 这个标题既简洁又明确地传达了书籍的核心内容,突出了其深度和技术性。如果你希望调整风格或有其他具体要求,请告诉我!
《战争哀歌》:一段在战火纷飞中奏响的悲怆生命挽歌。 这个标题简洁地概括了书籍的核心内容,既体现了战争的残酷背景,又突出了书中人物命运的悲怆与无奈。如果你有更多关于这本书的具体信息或想要调整风格,我可以进一步优化。
《革命之路》:一段关于梦想与现实碰撞的婚姻悲剧,揭示了20世纪50年代美国中产阶级生活的虚无与挣扎。 这个标题既点明了书名,也通过一句话概括了书籍的核心内容和主题,您觉得如何?如果需要调整或者有其他要求,请告诉我。
《乡土中国(经典译林)》:探索中国传统社会结构与文化的经典之作,以乡村为蓝本剖析中国社会的独特性。 或者 《乡土中国(经典译林)》:从乡村视角出发,深入解读中国传统社会关系、文化特征与基层结构的经典社科著作。
《人生大事,真管用的还是哲学》:探索生活中真正起作用的哲学智慧
《火车集》:一段关于铁轨上的人生百态与心灵之旅的文学记录。 这个标题既点明了书名,也通过“铁轨上的人生百态”和“心灵之旅”等关键词,概括了书中可能包含的内容,引发读者的好奇心与阅读兴趣。如果您能给我更多关于这本书的具体信息,比如它的主题、风格或者主要内容,我可以进一步优化这句话介绍。
# 思维导图:构建有效的代理
## 什么是代理?
### 定义:完全自主的系统,独立运行,使用工具完成任务。
### 工作流:预定义代码路径协调LLM和工具。
### 代理:LLM动态指导流程和工具使用。
## 何时(以及何时不使用)使用代理
### 简单解决方案优先,增加复杂性需谨慎。
### 工作流:明确定义的任务提供可预测性和一致性。
### 代理:大规模灵活性和模型驱动决策。
## 使用框架
### 框架简化实现,但可能增加复杂性。
### 建议直接使用LLM API,必要时了解底层代码。
## 构建块、工作流和代理
### 构建模块:增强型LLM
#### 增强功能:检索、工具、记忆。
#### 实施关键:定制功能,确保简单有据可查的界面。
### 工作流程
#### 提示链
##### 分解任务为一系列步骤。
##### 适用于可以分解为固定子任务的情况。
#### 路由
##### 输入分类并定向到专门的后续任务。
##### 适用于存在不同类别,最好分别处理的情况。
#### 并行化
##### 分段:将任务分解为并行运行的独立子任务。
##### 投票:多次运行相同的任务以获得不同的输出。
##### 适用于提高速度或需要多个视角的结果。
#### Orchestrator-workers
##### 中央LLM动态分解任务,委托给worker LLM。
##### 适用于无法预测所需子任务的复杂任务。
#### 评估器-优化器
##### 一个LLM生成响应,另一个在循环中提供评估和反馈。
##### 适用于有明确评估标准且迭代改进有价值的情况。
## 代理
### 开始于人类用户的命令或互动讨论。
### 规划和操作独立,可能返回人类获取更多信息。
### 需要从环境中获得“基本事实”以评估进度。
### 可能暂停等待人类反馈。
### 用于开放式问题,难以预测步骤数。
## 组合和定制这些模式
### 根据用例塑造和组合常见模式。
### 衡量性能和迭代实现。
### 只在较简单的解决方案不足时添加多步骤代理系统。
## 概括
### 成功在于构建适合需求的系统。
### 保持设计简单,优先考虑透明度。
### 精心设计代理-计算机接口。
## 致谢
### 作者:Erik Schluntz 和 Barry Zhang。
### 基于Anthropic的经验和客户分享的见解。
## 附录 1:实践中的代理人
### 客户支持:结合聊天机器人界面与增强功能。
### 编码剂:软件开发领域显示巨大潜力。
## 附录 2:快速设计你的工具
### 工具是代理的重要组成部分。
### 明确工具格式,使其易于使用。
### 站在模型的角度思考,优化工具定义。
作者其他创作