Question 1

Inga av devcontainers byggs på grund av "Hash sum mismatch", vad ska jag göra?

Accepted Answer

Detta är ett intermittensproblem som verkar orsakas av en kombination av spegla- och proxyproblem. Om det uppstår, försök att ersätta apt-get uppdateringssnurran med följande: RUN echo 'Acquire::http::Pipeline-Depth 0;' > /etc/apt/apt.conf.d/99custom && \ echo 'Acquire::http::No-Cache true;' >> /etc/apt/apt.conf.d/99custom && \ echo 'Acquire::BrokenProxy true;' >> /etc/apt/apt.conf.d/99customRUN apt-get clean && \ rm -r /var/lib/apt/lists/* && \ apt-get update -o Acquire::CompressionTypes::Order::=gz && \ apt-get -y update && \ apt-get install sudo git npm # och vad som helst som behöver installerat i denna specifika version av devcontainern Detta är en kombination av StackOverflows rekommendationer här och här.

Question 2

Vad ska jag göra om jag får felet 'TypeError: Assistants.create() got an unexpected keyword argument '+file_ids''?

Accepted Answer

Detta fel inträffar vanligtvis om du använder AutoGen-versionen tidigare än 0.2.27 i kombination med OpenAI-biblioteket versión 1.21 eller senare. Orsaken till detta är att den äldre versionen av AutoGen inte stödjer file_ids parametern som används av nyare versioner av OpenAI API:et. För att lösa detta problem måste du uppgradera din AutoGen-bibliotek till versionen 0.2.27 eller högre som ser till att kompatibiliteten mellan AutoGen och OpenAI-biblioteket är upprätt. Använd pip install --upgrade autogen för att uppgradera

Question 3

Agenterna kastar fel på grund av att docker inte körs, hur kan jag lösa detta?

Accepted Answer

Om du kör AutoGen lokalt är det standardinställning för agenter som utför kod att de försöker utföra kodutförande inom en docker-container. Om docker inte körs kommer detta att orsaka ett fel i agenten. För att lösa detta har du några alternativ.

Question 4

När man använder autogen-dockr, är det alltid nödvändigt att reinstallera moduler?

Accepted Answer

Argumentet "use_docker" i en agents code_execution_config kommer att ställas in till namnet på bilden innehållande ändringarna efter execution, när samtalen är färdiga. Du kan spara det bilder-namnet. För ett nytt samtal, kan du ställa "use_docker" till namnet du sparade från bilden för att börja execution därifrån.

Question 5

Hur kan jag få varje agentens meddelande?

Accepted Answer

Se https://microsoft.github.io/autogen/docs/reference/agentchat/conversable_agent#chat_messages

Question 6

Hur kan jag få det sista meddelandet?

Accepted Answer

Se https://microsoft.github.io/autogen/docs/reference/agentchat/conversable_agent/#last_message

Question 7

Varför sparar inte koden inte som fil?

Accepted Answer

Om du använder ett anpassat systemmeddelande för coding-agenten, se till att inkludera något sådant här i meddelandet: Om du vill att användaren ska spara koden i en fil innan den kör den, sätt # filnamn: <filnamn> i kodblocket som den första linjen. Denna linje finns i standardmeddelandet från AssistantAgent. Om # filnamn inte visas i föreslagen kod, överväg att lägga till uttryckliga instruktioner som "spara koden på disk" i den inledande användarmeddelandet i initiate_chat. AssistantAgenten sparar inte alla kodfilerna av standard, eftersom det finns fall där man bara vill avsluta ett uppdrag utan att spara koden.

Question 8

Hur bestämmer vi vilken LLM som används för varje agent? Hur många agenter kan användas? Hur bestämmer vi hur många agenter i gruppen?

Accepted Answer

Varje agent kan anpassas. Du kan använda LLM, verktyg eller mänskliga anställda bakom varje agent. Om du använder en LLM för en agent, bör du använda den som bäst lämpar sig för dess roll. Det finns inget tak för antalet agenter, men börja med ett litet antal som 2 eller 3. Ju mer kapabel är LLM och desto färre roller du behöver, desto färre agenter behöver du. Standardanvändarpoxygent är inte anpassad för att använda LLM. Om du vill använda en LLM i UserProxyAgent kan användningsfallet kunna vara att simulera användarens beteende. Standardmedhjälpareagenten är anpassad för att hämta med både kodnings- och språkfärdigheter. Det behöver inte göra kod, beroende på uppgiften. Och du kan också anpassa systemmeddelandet. Om du vill använda det för kodning bör du använda en modell som är bra på kodning.

Question 9

Kan jag använda icke-OpenAI-modeller?

Accepted Answer

Ja. Du har för närvarande två alternativ: Autogen kan använda någon API-slutpunkt som överensstämmer med OpenAI-kompatibla RESTful API:er - t.ex. serva lokala LLM via FastChat eller LM Studio. Var vänlig kontrollera https://microsoft.github.io/autogen/blog/2023/07/14/Local-LLMs för ett exempel. Du kan också tillhandahålla din egen anpassade modellimplementering och använda den med Autogen. Var vänlig kontrollera https://microsoft.github.io/autogen/blog/2024/01/26/Custom-Models för mer information.

AutoGenÖppen källkod Python-ramverk för att bygga multi-agent LLM-applikationer som samarbetar för att lösa uppgifter.

Översikt

Nyckelfunktioner

Priser

Användningsfall

Konversationell AI

LLM Workflows

Multi-Agent System

Optimerad Inferens

Fördelar och nackdelar

Fördelar

Nackdelar

Stridsrekord

Last battle

Recensioner

Skeptical, then convinced

Solid for our team

Compared a few options

Skeptical, then convinced

Frågor

Ställ en fråga

Alternativ till Utveckling av Agentprogram

Översikt

Nyckelfunktioner

Priser

Användningsfall

Konversationell AI

LLM Workflows

Multi-Agent System

Optimerad Inferens

Fördelar och nackdelar

Fördelar

Nackdelar

Stridsrekord

Last battle

Recensioner

Skeptical, then convinced

Solid for our team

Compared a few options

Skeptical, then convinced

Frågor

Ställ en fråga

Alternativ till Utveckling av Agentprogram

Trending now