solo-performance-prompting-agent

这个模板创建了一个代理，通过与多个人物进行多轮自我协作，将单个LLM转化为认知协同者。 认知协同者是指与多个思维合作的智能代理，结合他们各自的优势和知识，提高复杂任务中的问题解决和整体性能。通过根据任务输入动态识别和模拟不同的人物，SPP释放了LLM中认知协同的潜力。

这个模板将使用DuckDuckGo搜索API。

环境设置

这个模板将默认使用OpenAI。 请确保在您的环境中设置了OPENAI_API_KEY。

使用方法

要使用这个包，您首先应该安装LangChain CLI:

pip install -U langchain-cli

要创建一个新的LangChain项目并将其安装为唯一的包，可以执行以下操作:

langchain app new my-app --package solo-performance-prompting-agent

如果您想将其添加到现有项目中，只需运行:

langchain app add solo-performance-prompting-agent

并将以下代码添加到您的server.py文件中:

from solo_performance_prompting_agent.agent import agent_executor as solo_performance_prompting_agent_chain

add_routes(app, solo_performance_prompting_agent_chain, path="/solo-performance-prompting-agent")

(可选) 现在让我们配置LangSmith。 LangSmith将帮助我们跟踪、监视和调试LangChain应用程序。 LangSmith目前处于私有测试版，您可以在这里注册。 如果您没有访问权限，可以跳过此部分

export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>  # 如果未指定，默认为"default"

如果您在此目录中，则可以直接启动LangServe实例:

langchain serve

这将在本地启动一个运行在http://localhost:8000的FastAPI应用程序的服务器

我们可以在http://127.0.0.1:8000/docs上查看所有模板 我们可以在http://127.0.0.1:8000/solo-performance-prompting-agent/playground上访问playground

我们可以通过以下代码访问模板:

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/solo-performance-prompting-agent")