agent17(agent)

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

阅读文章前，麻烦您点击一下“关注”，方便讨论和分享，小编将持续更新，感谢您的支持

在现今科技飞速发展的时代，智能体的打造不再是高手们的专属领域。达摩院最新研发的Agent框架，名为ModelScope-Agent，为普通用户提供了一个简单且高度可定制的平台，能够同时执行多种工具的规划与调度。这意味着，小白也可以轻松打造属于自己的智能体，从而参与到人工智能的创作与应用中来。

不仅如此，ModelScope-Agent框架还充分集成了丰富多样的工具，包括NLP、语音、视觉等多种模型，以及默认集成的知识检索、API检索等方案。通过GitHub提供的详细教程，开发者们能够轻松搭建出符合自身需求的智能体。而未来，该框架还将适配更多新增的开源大模型，推出更多应用，如客户服务Agent、个人助理Agent、StoryAgent等。可见，这个框架的设计理念旨在让智能体的构建变得简单、高效且富有创意。

那么，究竟如何通过ModelScope-Agent构建自己的Agent呢？首先，我们要拉取ModelScope-Agent的代码并安装所需的依赖，随后配置相关文件，设置token和构建API工具检索引擎。接着，启动中枢大模型，构建和使用Agent，依赖之前构建好的大模型和工具。构建完毕后，还能够注册新的工具，完全按照个人意愿进行定制。这一系列步骤详尽清晰，让开发者们能够很快上手，实现自己的智能体构想。

ModelScope-Agent框架的核心组件采用开源的大语言模型(LLMs)，同时也支持多种开源LLMs上的模型训练。为了增强开源大模型作为Agent中枢的规划调度能力，配套的中英文工具指令数据集MSAgent-Bench也得到了开源。这种多模块的设计，使得ModelScope-Agent能够高效地执行各种任务，从简单的语音合成到复杂的故事创作和视频生成。

同时，他们还提出了一种新的工具指令微调训练方法——WeightedLM，通过对工具指令调用部分token进行loss加权，以提升开源大模型工具指令调用能力。基于这一方法，他们优化了MSAgent-Qwen-7B模型，相关数据集和模型也在论文中公开。

总的来说，ModelScope-Agent框架的出现不仅使得智能体的构建变得更加简单和自由，也展现了开放、共享的精神。