agents-flex/readme_ja.md

English | 简体中文 | 日本語

Agents-Flexは、JavaベースのLangChainのようなLLMアプリケーションフレームワークです。

---

機能

• LLMアクセス
• プロンプト、プロンプトテンプレート
• 関数呼び出しの定義、呼び出し、実行
• メモリ
• 埋め込み
• ベクトルストア
• リソースローダー
• ドキュメント
  • 分割器
  • ローダー
  • パーサー
    • PoiParser
    • PdfBoxParser
• エージェント
  • LLMエージェント
• チェーン
  • シーケンシャルチェーン
  • パラレルチェーン
  • ループチェーン
  • チェーンノード
    • エージェントノード
    • エンドノード
    • ルーターノード
      • GroovyRouterNode
      • QLExpressRouterNode
      • LLMRouterNode

簡単なチャット

OpenAi LLMを使用:

 @Test
public void testChat() {
    OpenAiLlmConfig config = new OpenAiLlmConfig();
    config.setApiKey("sk-rts5NF6n*******");

    Llm llm = new OpenAiLlm(config);
    String response = llm.chat("あなたの名前は何ですか？");

    System.out.println(response);
}

Qwen LLMを使用:

 @Test
public void testChat() {
    QwenLlmConfig config = new QwenLlmConfig();
    config.setApiKey("sk-28a6be3236****");
    config.setModel("qwen-turbo");

    Llm llm = new QwenLlm(config);
    String response = llm.chat("あなたの名前は何ですか？");

    System.out.println(response);
}

SparkAi LLMを使用:

 @Test
public void testChat() {
    SparkLlmConfig config = new SparkLlmConfig();
    config.setAppId("****");
    config.setApiKey("****");
    config.setApiSecret("****");

    Llm llm = new SparkLlm(config);
    String response = llm.chat("あなたの名前は何ですか？");

    System.out.println(response);
}

履歴付きチャット

public static void main(String[] args) {
    SparkLlmConfig config = new SparkLlmConfig();
    config.setAppId("****");
    config.setApiKey("****");
    config.setApiSecret("****");

    Llm llm = new SparkLlm(config);

    HistoriesPrompt prompt = new HistoriesPrompt();

    System.out.println("何か質問してください...");
    Scanner scanner = new Scanner(System.in);
    String userInput = scanner.nextLine();

    while (userInput != null) {

        prompt.addMessage(new HumanMessage(userInput));

        llm.chatStream(prompt, (context, response) -> {
            System.out.println(">>>> " + response.getMessage().getContent());
        });

        userInput = scanner.nextLine();
    }
}

関数呼び出し

• ステップ1: ネイティブ関数を定義

public class WeatherUtil {

    @FunctionDef(name = "get_the_weather_info", description = "get the weather info")
    public static String getWeatherInfo(
        @FunctionParam(name = "city", description = "the city name") String name
    ) {
        //ここで天気情報のためにサードパーティAPIを呼び出す必要があります
        return name + "の天気は曇り時々晴れです。";
    }
}

• ステップ2: LLMから関数を呼び出す

 public static void main(String[] args) {
    OpenAiLlmConfig config = new OpenAiLlmConfig();
    config.setApiKey("sk-rts5NF6n*******");

    OpenAiLlm llm = new OpenAiLlm(config);

    FunctionPrompt prompt = new FunctionPrompt("今日の北京の天気はどうですか？", WeatherUtil.class);
    FunctionResultResponse response = llm.chat(prompt);

    Object result = response.getFunctionResult();

    System.out.println(result);
    //今日の北京の天気は曇り時々晴れです
}

コミュニケーション

• Twitter: https://twitter.com/yangfuhai

モジュール