OpenAI 《A practical guide to building agents》

• 语言: 英语
• 格式: .pdf
• 来源: cdn.openai.com

摘要

本文档提供了构建代理的基础知识和最佳实践，介绍了代理的定义、设计要素以及如何选择合适的模型和工具。代理是一种能够独立完成任务的系统，利用大语言模型（LLM）进行决策和 workflow 执行。文档强调了代理的三个核心组件：模型、工具和指令，并提供了选择模型的指导原则，包括建立性能基线、聚焦准确性以及优化成本和延迟。此外，文档还讨论了代理在处理复杂、模糊情况时的优势，并通过支付欺诈分析的示例展示了代理的应用场景。

AI总结

《OpenAI 《A practical guide to building agents》》是一份为产品和工程团队设计的指南，旨在帮助他们构建基于大型语言模型（LLMs）的代理系统。以下是文档的核心内容总结：

### 1. 什么是代理？
代理是一种能够独立完成任务的系统，通过LLMs进行推理和决策，管理复杂的工作流程。代理的关键特征包括：
- **独立性**：无需用户干预，自主完成任务。
- **工具使用**：通过工具与外部系统交互，获取信息或执行操作。
- **指令遵循**：根据明确的指导和限制（guardrails）进行行为。

### 2. 何时构建代理？
代理适用于传统自动化方法（如规则引擎）难以处理的复杂或模糊场景。例如：
- **支付欺诈分析**：识别没有明确规则但存在可疑模式的交易。
- **复杂工作流程**：如问题解决、任务执行和报告生成。

### 3. 代理设计基础
代理由三个核心要素组成：
- **模型**：用于推理和决策的LLM。
- **工具**：与外部系统交互的API或模拟人类操作的工具。
- **指令**：明确的行为指导和限制。

### 4. 工具分类
代理需要三种类型的工具：
- **数据工具**：检索信息（如查询数据库、读取文档）。
- **动作工具**：执行操作（如发送邮件、更新记录）。
- **编排工具**：作为其他代理的工具，协调复杂任务。

### 5. 模型选择
选择模型时需考虑任务复杂性、延迟和成本：
- **初期选择**：使用强大模型建立性能基准。
- **优化阶段**：逐步替换为更小模型以降低成本和延迟。

### 6. 结论
代理能够处理传统方法难以应对的复杂和模糊任务，是现代系统设计的重要工具。通过遵循最佳实践，团队可以高效、安全地构建可靠的代理系统。

这份指南为构建代理提供了全面的框架和实用建议，帮助团队自信地开启代理开发之旅。