作者：

楊亦誠 英特爾 AI 軟件工程師

智能體 AI Agent 作為大模型的衍生應用，具有對任務的理解、規劃與行動能力。它可以通過將一個復雜的用戶請求拆分成不同的子任務，并依次調用外部工具來解決這些任務，并將其中每個任務步驟的執行結果，按預先規劃的邏輯串聯起來，從而達成最終的目的。

接下來我們就通過一個例子，演示如何利用 OpenVINO 工具套件在你的電腦上的一步步搭建本地智能體流水線。

1轉換壓縮LLM

首先要需要利用 Hugging Face 的 Optimum-intel 命令行工具將原始模型轉化為 OpenVINO 的 IR 格式，并對其進行 int4 量化壓縮，以實現本地部署的目的。這里我們選擇通義千問團隊近期發布的 Qwen2.5 大語言模型為例，它可以支持多種不同語言。其中最小3B參數版本的模型便可以對本示例進行復現。

 !optimum-cli export openvino --model "Qwen/Qwen2.5-3B-Instruct"--task text-generation-with-past --trust-remote-code --weight-format int4 --group-size 128 --ratio 1.0 --sym “Qwen2.5-3B-Instruct-int4-ov”

其中"Qwen/Qwen2.5-3B-Instruct"為模型的 HuggingFace 的模型 ID，如果在訪問 Hugging Face 模型倉庫時，發現網絡限制，也可以通過 ModelScope 將原始模型下載到本地，并將該模型 ID 替換為模型的本地路徑，例如："./model/Qwen2.5-3B-Instruct"。

2創建LLM任務

第二步同樣可以利用 Optimum-intel 提供的 OpenVINO API 接口將模型部署在指定的硬件平臺，這里可以通過指定 device=”gpu” 將模型加載到任意一個 Intel 的獨顯或是集顯上，以最大化模型推理性能。

tokenizer = AutoTokenizer.from_pretrained(llm_model_path, trust_remote_code=True)


ov_config = {hints.performance_mode(): hints.PerformanceMode.LATENCY, streams.num(): "1", props.cache_dir(): ""}


llm = OVModelForCausalLM.from_pretrained(
    llm_model_path,
    device=llm_device.value,
    ov_config=ov_config,
    config=AutoConfig.from_pretrained(llm_model_path, trust_remote_code=True),
    trust_remote_code=True,
)

除了對模型對象進行初始化以外，還需要創建針對模型推理輸出的后處理函數，主要目的是為了實現流式輸出，以及設置停止字符，讓 LLM 在調用工具前停止推理任務。

def text_completion(prompt: str, stop_words) -> str:
  im_end = "<|im_end|>"
  if im_end not in stop_words:
    stop_words = stop_words + [im_end]
  streamer = TextStreamer(tokenizer, timeout=60.0, skip_prompt=True, skip_special_tokens=True)


  stopping_criteria = StoppingCriteriaList([StopSequenceCriteria(stop_words, tokenizer)])
  input_ids = torch.tensor([tokenizer.encode(prompt)])
  generate_kwargs = dict(
    input_ids=input_ids,
    streamer=streamer,
    stopping_criteria=stopping_criteria,
  )
  output = llm.generate(**generate_kwargs)
  output = output.tolist()[0]
  output = tokenizer.decode(output, errors="ignore")
  assert output.startswith(prompt)
  output = output[len(prompt) :].replace("<|endoftext|>", "").replace(im_end, "")


  for stop_str in stop_words:
    idx = output.find(stop_str)
    if idx != -1:
      output = output[: idx + len(stop_str)]
  return output

3定義智能體Prompt模板

這一步也是決定智能體工作模式的關鍵，通過 Prompt 模板，我們將教會 LLM 一個常規任務的解決路徑，以及有哪些類別的外部工具可能幫助它解決特定問題。可以看到在下面這個典型 ReAct 類 Prompt 模板中，我們定義外部工具的具體信息模板，以及 LLM 在執行任務過程中的輸出模板，其中 “Observation” 后內容為外部工具調用后返回的結果，并非由 LLM 直接生成。可以看到在該模板中， LLM 可能會被執行多次，直到上下文中的信息足夠回答用戶請求。

TOOL_DESC = """{name_for_model}: Call this tool to interact with the {name_for_human} API. What is the {name_for_human} API useful for? {description_for_model} Parameters: {parameters}"""


PROMPT_REACT = """Answer the following questions as best you can. You have access to the following APIs:


{tools_text}


Use the following format:


Question: the input question you must answer
Thought: you should always think about what to do
Action: the action to take, should be one of [{tools_name_text}]
Action Input: the input to the action
Observation: the result of the action
... (this Thought/Action/Action Input/Observation can be repeated zero or more times)
Thought: I now know the final answer
Final Answer: the final answer to the original input question


Begin!


Question:{query}"""

4輸出過濾與工具定義

由于智能體需要和外部工具頻繁交互，發出指令并獲取工具反饋結果，因此我們需要在 LLM 輸出時，判斷哪些關鍵詞代表模型需要調用工具，哪些關鍵詞代表收集工具反饋結果。在這里例子中，當 LLM 輸出 “Action:" 后的字符，代表接下來需要調用的工具函數名稱，輸出 “Action Input” 后的字符，代表輸入給該工具的輸入參數，以及 “Observation” 代表接下來需要直接輸出工具的執行結果，因此它也是終止當前 LLM 推理任務的特殊字符。

def parse_latest_tool_call(text):
    tool_name, tool_args = "", ""
    i = text.rfind("
Action:")
    j = text.rfind("
Action Input:")
    k = text.rfind("
Observation:")
    if 0 <= i < j:  # If the text has `Action` and `Action input`,
        if k < j:  # but does not contain `Observation`,
            # then it is likely that `Observation` is ommited by the LLM,
            # because the output text may have discarded the stop word.
            text = text.rstrip() + "
Observation:"  # Add it back.
        k = text.rfind("
Observation:")
        tool_name = text[i + len("
Action:") : j].strip()
        tool_args = text[j + len("
Action Input:") : k].strip()
        text = text[:k]
????return?tool_name,?tool_args,?text

為了告訴 LLM 什么時候該調用什么工具，以及這些工具的基本輸入和輸入參數格式，我們在完成工具函數的編寫后，還需要以字典的形式，將這些信息送入先前定義的 Prompt 模板中，參考示例如下：

tools = [
    {
        "name_for_human": "get weather",
        "name_for_model": "get_weather",
        "description_for_model": 'Get the current weather in a given city name."',
        "parameters": [
            {
                "name": "city_name",
                "description": "City name",
                "required": True,
                "schema": {"type": "string"},
            }
        ],
    },
    {
        "name_for_human": "image generation",
        "name_for_model": "image_gen",
        "description_for_model": "AI painting (image generation) service, input text description, and return the image URL drawn based on text information.",
        "parameters": [
            {
                "name": "prompt",
                "description": "describe the image",
                "required": True,
                "schema": {"type": "string"},
            }
        ],
    },
]

在這個例子中，我們定義一個天氣查詢工具以及一個文生圖工具，他們分別會調用響應的 API 服務完成響應任務。

5構建智能體

接下來我們需要將以上定義的函數串聯起來，構建一個簡單的智能體流水線。第一步會將用戶請求經 Prompt 模板格式化后送入 LLM，接下來解析 LLM 輸出，并判斷是否需要調用外部工具 “Action” 。如果需要調用外部工具，則智能體會運行該工具函數，獲得運行結果，最后將結果數據合并到下一輪的輸入 Prompt 中，由 LLM 判斷是否還需要再次調用其他工具，再進行一次循環，如果不需要調用工具，并且當前得到的信息已經可以滿足用戶請求，那 LLM 將整合并基于這個過程中所有的 “Observation” 信息，輸出最終答案 “Final Answer”。

    while True:
        output = text_completion(planning_prompt + text, stop_words=["Observation:", "Observation:
"])
        action, action_input, output = parse_latest_tool_call(output)
        if action:
            observation = call_tool(action, action_input)
            output += f"
Observation: = {observation}
Thought:"
            observation = f"{observation}
Thought:"
            print(observation)
            text += output
        else:
            text += output
break

該示例的運行效果如下，這里我們讓智能體“根據當前倫敦的天氣，生成一張大本鐘的照片”。可以看到智能體按照我們既定的 Prompt 策略，將用戶問題拆分后，分別調用預先定義的不同工具，根據用戶要求得到最終結果。當然你也可以用中文向它發出請求。

query = "get the weather in London, and create a picture of Big Ben based on the weather information"


response,history=llm_with_tool(prompt=query,history=history,list_of_tool_info=tools)

“Thought: First, I need to use the get_weather API to get the current weather in London.

Action: get_weather

Action Input: {"city_name": "London"}

Observation:

{'current_condition': {'temp_C': '11', 'FeelsLikeC': '10', 'humidity': '94', 'weatherDesc': [{'value': 'Overcast'}], 'observation_time': '12:23 AM'}}

Thought:

Now that I have the weather information, I will use the image_gen API to generate an image of Big Ben based on the weather conditions.

Action: image_gen

Action Input: {"prompt": "Big Ben under overcast sky with temperature 11°C and humidity 94%"}

Observation:

{"image_url": "https://image.pollinations.ai/prompt/Big%20Ben%20under%20overcast%20sky%20with%20temperature%2011%C2%B0C%20and%20humidity%2094%25"}

Thought:

The image has been generated successfully.

Final Answer: The current weather in London is overcast with a temperature of 11°C and humidity of 94%. Based on this information, here is the image of Big Ben under an overcast sky: “

6總結

該示例以 OpenVINO 作為 LLM 的推理后端，一步步構建起了一個簡單的智能體流水線，可以看到這個示例中除了 Optimum-intel，沒有其他外部依賴需要安裝，因此它也是一個非常基礎的的智能體構建過程。除此以外，該示例使用 3B 大小 SLM 便可以實現該智能體的構建，同時帶來不錯的性能表現，是非常適合在本地構建的智能體示例。