Skip to main content

agentchat.contrib.agent_optimizer

execute_func​

def execute_func(name, packages, code, **args)

生成函数的包装器。

AgentOptimizer​

class AgentOptimizer()

用于优化 AutoGen 代理的基类。具体来说，它用于优化代理中使用的函数。 更多信息可以在以下论文中找到：https://arxiv.org/abs/2402.11359。

__init__​

def __init__(max_actions_per_step: int,
             llm_config: dict,
             optimizer_model: Optional[str] = "gpt-4-1106-preview")

（这些 API 是实验性的，可能会在将来发生变化。）

参数：

  • max_actions_per_step int - 优化器在一步中可以执行的最大动作数。
  • llm_config dict - llm 推理配置。 有关可用选项，请参阅 OpenAIWrapper.create。 当使用 OpenAI 或 Azure OpenAI 端点时，请在 llm_config 中或在 llm_config 的 'config_list' 中的每个配置中指定一个非空的 'model'。
  • optimizer_model - 优化器使用的模型。

record_one_conversation​

def record_one_conversation(conversation_history: List[Dict],
                            is_satisfied: bool = None)

记录一次对话历史。

参数：

  • conversation_history List[Dict] - 对话的聊天消息。
  • is_satisfied bool - 用户是否对解决方案满意。如果为 None，则会要求用户输入满意度。

step​

def step()

训练的一步。它将在每次迭代时返回 register_for_llm 和 register_for_executor， 这些值随后用于更新助手和执行器代理。参见示例：https://github.com/microsoft/autogen/blob/main/notebook/agentchat_agentoptimizer.ipynb

reset_optimizer​

def reset_optimizer()

重置优化器。