第3章：RestGPT智能體

歡迎回來🐻???

在第1章：配置與環境中，我們為RestGPT配備了必要的"鑰匙和密碼"；在第2章：OpenAPI規范(OAS)中，我們為它提供了與在線服務對話的"使用說明書"。

現在，我們需要一個超級智能的角色來真正閱讀說明書、使用密鑰，并規劃如何實現我們的目標。

這就是RestGPT智能體的舞臺

核心理念

假設你有一個復雜任務：“找出克里斯托弗·諾蘭執導的所有電影，然后告訴我最受歡迎那部的上映日期”。這不是一步操作，而是需要多個步驟：

1. 搜索克里斯托弗·諾蘭的電影
2. 篩選出最受歡迎的一部
3. 獲取其上映日期
4. 告訴你最終答案

RestGPT智能體就是處理所有這些步驟的"超級智能助手"。它像是數字助理的項目經理——理解你的請求，將其分解，找到合適的在線"工具"(API)，使用這些工具，并給出答案。它不只是執行單一操作，而是迭代式地(即逐步優化方法)朝著目標前進直至完成。

它是協調后續章節中所有小型"助手"的大腦：

• 規劃器(Planner)：確定下一步邏輯步驟
• API選擇器(APISelector)：為當前步驟選擇合適的在線工具(API操作)
• 調用器(Caller)：實際使用在線工具
• 響應解析器(ResponseParser)：理解工具返回的信息

如何使用RestGPT智能體

使用RestGPT智能體非常簡單，因為它是實現功能的主要交互組件。如果你運行過第1章的run.py或run_tmdb.py腳本，就已經見過它的實際運作。

讓我們回顧run.py腳本，看看RestGPT智能體是如何初始化和執行任務的：

# 來自run.py(簡化版)
import os
import json
import yaml
from langchain import OpenAI
from langchain.requests import Requests
from model import RestGPT # 導入RestGPT智能體！
from utils import reduce_openapi_specdef main():# 1. 加載配置(來自第1章)config = yaml.load(open('config.yaml', 'r'), Loader=yaml.FullLoader)os.environ["OPENAI_API_KEY"] = config['openai_api_key']# ...其他配置設置# 2. 加載并簡化OpenAPI規范(來自第2章)with open("specs/tmdb_oas.json") as f:raw_tmdb_api_spec = json.load(f)api_spec = reduce_openapi_spec(raw_tmdb_api_spec, only_required=False)# 3. 準備API請求發送器(對Caller很重要)access_token = os.environ["TMDB_ACCESS_TOKEN"]headers = {'Authorization': f'Bearer {access_token}'}requests_wrapper = Requests(headers=headers)# 4. 初始化"大腦"(大語言模型)llm = OpenAI(model_name="text-davinci-003", temperature=0.0, max_tokens=700)# 5. 初始化RestGPT智能體！rest_gpt = RestGPT(llm=llm,api_spec=api_spec,scenario='tmdb', # 或'spotify'requests_wrapper=requests_wrapper,simple_parser=False)# 6. 給RestGPT智能體下達指令！query = "告訴我索菲亞·科波拉執導的電影數量"print(f"查詢: {query}")# 魔法在此發生！rest_gpt.run(query)if __name__ == '__main__':main()

解釋:

1. 從config.yaml加載密鑰并進行設置
2. 加載并簡化API說明書(tmdb_oas.json)
3. 創建requests_wrapper，這是一個知道如何安全向在線服務發送請求的助手，使用我們的access_token
4. 設置llm，即作為語言理解和決策核心"大腦"的大語言模型(如OpenAI的GPT-3)
5. 最后創建RestGPT實例——我們的智能助手！我們向它傳遞語言模型(llm)、簡化版API說明書(api_spec)、場景(tmdb或spotify)以及requests_wrapper以便發送API調用
6. 只需用我們的請求調用rest_gpt.run(query)，RestGPT智能體就會接管后續工作！

當調用rest_gpt.run(query)時，RestGPT智能體會：

• 分析查詢：“索菲亞·科波拉執導的電影數量”
• 將其分解：“找到索菲亞·科波拉的ID”、“通過該ID查找電影”、“統計數量”
• 逐步調用各種API(如/search/person和/discover/movie)
• 處理每次API調用的結果
• 整合信息提供最終答案

RestGPT智能體內部：協調者

RestGPT智能體如何管理所有這些復雜步驟？它作為協調者，不斷決定下一步最佳行動，并將任務委派給專門的"助手"。

以下是其工作方式的高層概覽：

現在讓我們看看model/rest_gpt.py中RestGPT類實現這一協調的代碼。

RestGPT類基于langchain庫的Chain概念構建，這是一種將不同步驟或"鏈"連接在一起的方式。

1. 初始化協調團隊(助手)

創建RestGPT對象時，會立即初始化其關鍵助手：Planner和APISelector。Caller(包含ResponseParser)在需要時動態創建。

# 來自model/rest_gpt.py(簡化的__init__方法)
from .planner import Planner
from .api_selector import APISelector
# ...其他導入class RestGPT(Chain):# ...(如llm、api_spec、scenario等屬性)def __init__(self,llm: BaseLLM,api_spec: ReducedOpenAPISpec,scenario: str,requests_wrapper: RequestsWrapper,simple_parser: bool = False,# ...其他參數) -> None:# 創建規劃器助手planner = Planner(llm=llm, scenario=scenario)# 創建API選擇器助手api_selector = APISelector(llm=llm, scenario=scenario, api_spec=api_spec)# 將這些助手傳遞給父類Chain的構造函數super().__init__(llm=llm, api_spec=api_spec, planner=planner, api_selector=api_selector, scenario=scenario, requests_wrapper=requests_wrapper, simple_parser=simple_parser, # ...其他參數)

解釋：RestGPT的__init__方法如同組建團隊。它創建Planner和APISelector實例，為它們提供共享的語言模型(llm)和API說明書(api_spec)。這為智能體開始規劃和選擇工具做好準備。

2. 迭代循環(_call方法)

RestGPT智能體的核心邏輯位于其_call方法內(由rest_gpt.run()調用)。該方法實現了"規劃、執行、觀察、重新規劃"的迭代循環。

# 來自model/rest_gpt.py(簡化的_call方法)
import time
import logging
# ...其他導入
from .caller import Caller # 調用器在循環內部創建logger = logging.getLogger(__name__)class RestGPT(Chain):# ...(前面的代碼)...def _call(self,inputs: Dict[str, Any],# ...其他參數) -> Dict[str, Any]:query = inputs['query'] # 用戶的指令planner_history: List[Tuple[str, str]] = [] # 存儲過去的計劃和結果iterations = 0start_time = time.time()# 步驟1：初始規劃plan = self.planner.run(input=query, history=planner_history)logger.info(f"規劃器: {plan}")# 循環：持續規劃和執行直至任務完成或達到限制while self._should_continue(iterations, time.time() - start_time):# 步驟2：基于當前計劃選擇APIapi_selector_background = self._get_api_selector_background(planner_history)api_plan = self.api_selector.run(plan=plan, background=api_selector_background)# 步驟3：執行API調用(或記錄無需API調用的情況)finished = re.match(r"No API call needed.(.*)", api_plan)if not finished:executor = Caller( # 在此創建調用器！llm=self.llm, api_spec=self.api_spec, scenario=self.scenario,simple_parser=self.simple_parser, requests_wrapper=self.requests_wrapper)execution_res = executor.run(api_plan=api_plan, background=api_selector_background)else:execution_res = finished.group(1) # 如無需API，這就是最終答案# 步驟4：記錄發生的情況并更新歷史planner_history.append((plan, execution_res))# 步驟5：從規劃器獲取下一步計劃，使用所有過去歷史plan = self.planner.run(input=query, history=planner_history)logger.info(f"規劃器: {plan}")# 檢查規劃器是否指示任務完成if self._should_end(plan):breakiterations += 1return {"result": plan} # 來自規劃器的最終答案

解釋：這個_call方法是RestGPT智能體的核心。

• 它首先要求Planner基于你的query提供初始plan
• 然后進入while循環，持續至任務完成或達到最大步驟數/時間
• 在循環內部：
  • 要求API Selector為當前plan找到正確的API操作
  • 然后創建Caller(內部包含Response Parser)執行該API調用
  • API調用的結果(execution_res)被記錄到planner_history中。這個planner_history至關重要，因為它讓RestGPT智能體"記住"之前的步驟及其結果
  • 最后要求Planner基于更新的planner_history提供下一步的plan，使Planner能智能地根據已發生情況優化方法
• 循環持續直至Planner指示"最終答案"已準備就緒

這種"規劃、選擇、調用、學習、重新規劃"的持續循環，使得RestGPT智能體能夠處理復雜的多步驟任務。

結論

現在你已經認識了RestGPT背后的主腦：RestGPT智能體。

這個協調者接收你的高層指令，將其分解為可管理的步驟，并協調專門的助手們(規劃器、API選擇器、調用器和響應解析器)來實現目標。

通過理解其迭代本質，你掌握了RestGPT如何智能地導航和交互多樣化在線服務的核心機制。

接下來，我們將深入探索這些專門助手中的第一個：規劃器，它負責為RestGPT智能體繪制行動路線圖

下一章：規劃器

---

概述

RestGPT智能體是一個協調復雜任務執行的AI系統，能夠分解多步操作并動態調用API實現目標。它由以下核心組件構成：

• 規劃器(Planner)：將用戶查詢分解為邏輯步驟
• API選擇器(APISelector)：為每個步驟匹配合適API工具
• 調用器(Caller)：執行API請求
• 響應解析器(ResponseParser)：處理API返回結果

智能體采用迭代式工作流程：

1. 接收用戶查詢
2. 生成執行計劃
3. 選擇并調用API
4. 分析結果
5. 根據結果調整計劃直至任務完成

使用示例：

rest_gpt = RestGPT(llm=OpenAI模型,api_spec=API規范,scenario='tmdb',requests_wrapper=請求處理器
)
rest_gpt.run("查詢諾蘭導演的最受歡迎電影上映日期")

智能體通過協調各模塊實現復雜任務自動化，大幅簡化了多API調用的流程。