math_user_proxy_agent

MathUserProxyAgent

class MathUserProxyAgent(UserProxyAgent)

（实验性）一个能够处理数学问题的 MathChat 代理。

MAX_CONSECUTIVE_AUTO_REPLY

连续自动回复的最大次数（可能会有变化）

init

def __init__(name: Optional[str] = "MathChatAgent",
             is_termination_msg: Optional[Callable[
                 [Dict], bool]] = _is_termination_msg_mathchat,
             human_input_mode: Literal["ALWAYS", "NEVER",
                                       "TERMINATE"] = "NEVER",
             default_auto_reply: Optional[Union[str, Dict,
                                                None]] = DEFAULT_REPLY,
             max_invalid_q_per_step=3,
             **kwargs)

参数：

name str - 代理的名称
is_termination_msg function - 一个接受以字典形式表示的消息并返回一个布尔值的函数，指示接收到的消息是否为终止消息。字典可以包含以下键："content"、"role"、"name"、"function_call"。
human_input_mode str - 是否在每次接收到消息时询问人类输入。可能的值为 "ALWAYS"、"TERMINATE"、"NEVER"。 (1) 当为 "ALWAYS" 时，代理在每次接收到消息时都会提示人类输入。在此模式下，当人类输入为 "exit" 或 is_termination_msg 为 True 且没有人类输入时，对话停止。 (2) 当为 "TERMINATE" 时，只有在接收到终止消息或自动回复达到 max_consecutive_auto_reply 时才提示人类输入。 (3) （默认）当为 "NEVER" 时，代理将永远不会提示人类输入。在此模式下，当自动回复达到 max_consecutive_auto_reply 或 is_termination_msg 为 True 时，对话停止。
default_auto_reply str or dict or None - 当没有生成代码执行或基于 llm 的回复时的默认自动回复消息。
max_invalid_q_per_step int - （新增）每步的最大无效查询次数。
**kwargs dict - UserProxyAgent 中的其他 kwargs。

message_generator

@staticmethod
def message_generator(sender, recipient, context)

使用给定的问题和提示为助理代理生成一个提示。

参数：

sender Agent - 消息的发送者。
recipient Agent - 消息的接收者。
context dict - 一个包含以下字段的字典：
problem str - 要解决的问题。
prompt_type str, Optional - 提示的类型。可能的值为 "default"、"python"、"wolfram"。 (1) "default"：允许代理在三种解决问题的方式之间进行选择的提示：
1. 编写一个 Python 程序直接解决问题。
2. 直接解决问题，不使用 Python。

使用Python逐步解决问题。（2）"python"：这是“default”提示的第三种方式的简化版本，要求助手使用Python逐步解决问题。（3）"two_tools"：这是类似于"python"提示的简化版本，但允许模型选择使用Python或Wolfram Alpha来解决问题。

customized_prompt str, 可选 - 自定义的提示语。如果不为None，则忽略prompt_type。

返回值：

str - 生成的提示语，准备发送给助手代理。

execute_one_python_code

def execute_one_python_code(pycode)

执行Python代码块。

之前的Python代码将被保存，并与新代码一起执行。如果需要，"print"函数也将添加到代码的最后一行。

execute_one_wolfram_query

def execute_one_wolfram_query(query: str)

运行一个Wolfram Alpha查询并返回输出结果。

参数：

query - 查询的字符串。

返回值：

output - 查询的输出结果字符串。
is_success - 表示查询是否成功的布尔值。

get_from_dict_or_env

def get_from_dict_or_env(data: Dict[str, Any],
                         key: str,
                         env_key: str,
                         default: Optional[str] = None) -> str

从字典或环境变量中获取一个值。

WolframAlphaAPIWrapper

class WolframAlphaAPIWrapper(BaseModel)

Wolfram Alpha的包装器。

使用文档：

前往Wolfram Alpha注册开发者账号。
创建一个应用程序并获取您的APP ID。
将您的APP ID保存到WOLFRAM_ALPHA_APPID环境变量中。
使用pip安装wolframalpha。

wolfram_client

:meta private:

Config

class Config()

此pydantic对象的配置。

validate_environment

@root_validator(skip_on_failure=True)
def validate_environment(cls, values: Dict) -> Dict

验证环境中是否存在API密钥和Python包。

run

def run(query: str) -> Tuple[str, bool]

通过WolframAlpha运行查询并解析结果。

MathUserProxyAgent​

MAX_CONSECUTIVE_AUTO_REPLY​

__init__​

message_generator​

execute_one_python_code​

execute_one_wolfram_query​

get_from_dict_or_env​

WolframAlphaAPIWrapper​

wolfram_client​

Config​

validate_environment​

run​