Qwen-Agent

Описание

Qwen-Agent — это мощный фреймворк с открытым исходным кодом, предназначенный для разработки сложных LLM-приложений (Large Language Model). Построенный на базе моделей Qwen версии 3.0 и выше, он предоставляет надежную основу для создания интеллектуальных агентов, способных понимать инструкции, использовать инструменты, планировать сложные задачи и поддерживать память в ходе взаимодействий. Фреймворк спроектирован как модульный, предлагая атомарные компоненты, такие как LLM с поддержкой вызова функций, и универсальные расширяемые инструменты. Компоненты высокого уровня, такие как Агенты, унаследованные от базового класса, позволяют разработчикам создавать пользовательские реализации агентов.

Ключевые возможности Qwen-Agent включают поддержку вызова функций (Function Calling), позволяющую агентам взаимодействовать с внешними сервисами и API. Он также включает интерпретатор кода (Code Interpreter), который позволяет агентам безопасно выполнять код в среде песочницы на базе Docker, обрабатывать данные и возвращать результаты. Поддерживается генерация с дополненным поиском (Retrieval-Augmented Generation, RAG), что улучшает способность агента получать и синтезировать информацию из больших наборов документов. Фреймворк также поддерживает протокол многоходовых диалогов (Multi-turn Conversation Protocol, MCP), облегчая более естественные и сложные диалоговые потоки. Предоставляются примеры приложений, такие как Browser Assistant, Code Interpreter и Custom Assistant, демонстрирующие универсальность фреймворка.

Qwen-Agent активно используется в качестве бэкенда для Qwen Chat, демонстрируя его применимость в реальных условиях. Фреймворк предназначен для разработчиков, стремящихся создавать передовые ИИ-приложения, от простых чат-ботов до сложных систем, требующих интеграции инструментов и логического вывода. Его расширяемость позволяет создавать пользовательские инструменты и поведение агентов, удовлетворяя широкий спектр сценариев использования. Проект также предоставляет исчерпывающую документацию и примеры для облегчения внедрения и разработки.

Процесс установки прост: есть возможность установить пакет из PyPI с определенными наборами функций, такими как GUI, RAG или Code Interpreter, или установить непосредственно из исходного кода для получения последней версии для разработки. Пользователи могут использовать сервисы моделей от DashScope Alibaba Cloud или развернуть собственные сервисы моделей, используя модели Qwen с открытым исходным кодом. Гибкость фреймворка распространяется на настройку параметров LLM и интеграцию с различными методами развертывания, включая vLLM для высокопроизводительного развертывания на GPU и Ollama для локального развертывания на CPU/GPU.

Основные функции Qwen-Agent

• Фреймворк агентов для LLM-приложений

• Основан на моделях Qwen>=3.0

• Поддерживает вызов функций (Tool Calling)

• Включает интерпретатор кода с песочницей Docker

• Интегрированная генерация с дополненным поиском (RAG)

• Поддерживает протокол многоходовых диалогов (MCP)

• Предоставляет примеры приложений (Browser Assistant, Custom Assistant)

• Модульные компоненты для LLM и инструментов

• Позволяет реализовывать пользовательских агентов

• Предлагает графический интерфейс на базе Gradio

• Поддерживает параллельные и многошаговые вызовы инструментов

• Обрабатывает ответы на вопросы по документам с большим контекстом

Начало работы с Qwen-Agent

1. 1

   Клонировать репозиторий: Получите код Qwen-Agent из GitHub.

2. 2

   Установить зависимости: Используйте pip для установки пакета с нужными функциями (например, `pip install -U "qwen-agent[gui,rag,code_interpreter,mcp]"`).

3. 3

   Настроить сервис моделей: Установите API-ключ DashScope или разверните локальный сервис моделей.

4. 4

   Разработать агента: Создавайте пользовательских агентов, наследуя от `Agent`, или используйте встроенные реализации, такие как `Assistant`.

5. 5

   Интегрировать инструменты: Определите и зарегистрируйте пользовательские инструменты или используйте встроенные, такие как `code_interpreter`.

6. 6

   Запустить агента: Выполните агента программно или запустите Gradio GUI.

7. 7

   Взаимодействовать: Отправляйте запросы агенту и получайте ответы.

Варианты использования Qwen-Agent

• Разработка пользовательских ассистентов
• Выполнение и анализ кода
• Ответы на вопросы по документам
• Автоматизация браузера
• Интеграция инструментов
• Планирование сложных задач
• Бэкенд для ИИ-чат-ботов

Часто задаваемые вопросы Qwen-Agent

• Что такое Qwen-Agent?

  Qwen-Agent — это фреймворк с открытым исходным кодом для создания LLM-приложений, использующий модели Qwen для таких возможностей, как вызов функций, интерпретация кода и RAG.

• Каковы основные возможности Qwen-Agent?

  Основные возможности включают вызов функций, интерпретатор кода, RAG, поддержку MCP, интеграцию пользовательских инструментов и примеры приложений, такие как Browser Assistant.

• Как установить Qwen-Agent?

  Вы можете установить Qwen-Agent с помощью pip: `pip install -U "qwen-agent[gui,rag,code_interpreter,mcp]"` или установить из исходного кода.

• Может ли Qwen-Agent использовать пользовательские инструменты?

  Да, Qwen-Agent позволяет разработчикам определять и регистрировать пользовательские инструменты, наследуя от `BaseTool`.

• Как работает инструмент Code Interpreter?

  Инструмент Code Interpreter реализован с использованием локальных контейнеров Docker для безопасного выполнения кода в изолированной среде песочницы.

• Какие LLM-модели поддерживаются Qwen-Agent?

  Qwen-Agent построен на базе моделей Qwen версии 3.0 и выше, а также может интегрироваться с сервисами моделей, совместимыми с API OpenAI.

• Как использовать Qwen-Agent для ответов на вопросы по длинным документам?

  Qwen-Agent предлагает быстрое RAG-решение и конкурентоспособного агента для ответов на вопросы по очень длинным документам, превосходящего нативные модели с большим контекстом.

• Поддерживает ли Qwen-Agent вызов функций?

  Да, Qwen-Agent предоставляет возможности вызова функций, и его классы агентов построены на этой функциональности, поддерживая параллельные вызовы функций.

• Как настроить LLM для Qwen-Agent?

  Настройка LLM выполняется через словарь (`llm_cfg`), указывающий имя модели, тип, API-ключ и необязательные гиперпараметры генерации.

• Что такое MCP в контексте Qwen-Agent?

  MCP расшифровывается как Multi-turn Conversation Protocol (Протокол многоходовых диалогов), который Qwen-Agent поддерживает для обеспечения более сложных и естественных диалоговых потоков.

• Доступен ли графический интерфейс для Qwen-Agent?

  Да, Qwen-Agent предоставляет удобный графический интерфейс с использованием Gradio, позволяющий быстро развертывать демо-версии агентов.

• Каковы зависимости для использования MCP?

  Зависимости для MCP включают Node.js, uv 0.4.18+, Git и SQLite. Инструкции по установке предоставляются для macOS и Windows.