Lemon Agent
Lemon Agent 帮助您在几分钟内构建强大的 AI 助手，并通过允许在
Airtable、Hubspot、Discord、Notion、Slack和Github等工具中进行准确可靠的读写操作来自动化工作流程。
请在此处查看完整文档。
今天可用的大多数连接器都专注于只读操作，限制了 LLM 的潜力。另一方面，由于缺少上下文或指令，Agent 有时会产生幻觉。
使用 Lemon AI，可以让您的 Agent 访问定义良好的 API，以进行可靠的读写操作。此外，Lemon AI 功能允许您通过提供一种静态定义工作流程的方式来进一步降低幻觉的风险，模型可以在不确定性的情况下依赖这些工作流程。
快速开始
以下快速入门演示了如何将 Lemon AI 与 Agent 结合使用，以自动化涉及与内部工具交互的工作流程。
1. 安装 Lemon AI
需要 Python 3.8.1 及以上版本。
要在您的 Python 项目中使用 Lemon AI，请运行 pip install lemonai
这将安装相应的 Lemon AI 客户端，然后您可以将其导入到您的脚本中。
该工具使用 Python 包 langchain 和 loguru。如果 Lemon AI 出现任何安装错误，请先安装这两个包，然后再安装 Lemon AI 包。
2. 启动服务器
您的 Agent 与 Lemon AI 提供的所有工具之间的交互由 Lemon AI Server 处理。要使用 Lemon AI，您需要在本地机器上运行服务器，以便 Lemon AI Python 客户端可以连接到它。
3. 将 Lemon AI 与 Langchain 一起使用
Lemon AI 通过查找相关工具的正确组合或使用 Lemon AI Functions 作为替代方案来自动解决给定的任务。以下示例演示了如何从 Hackernews 检索用户并将其写入 Airtable 中的表格
（可选）定义您的 Lemon AI Functions
类似于 OpenAI functions，Lemon AI 提供了将工作流程定义为可重用 functions 的选项。可以为那些特别重要的情况定义这些 functions，以便尽可能接近近乎确定性的行为。特定的工作流程可以在单独的 lemonai.json 中定义
[
{
"name": "Hackernews Airtable User Workflow",
"description": "retrieves user data from Hackernews and appends it to a table in Airtable",
"tools": ["hackernews-get-user", "airtable-append-data"]
}
]
您的模型将有权访问这些 functions，并且会优先选择它们而不是自我选择工具来解决给定的任务。您所要做的就是让 Agent 知道它应该使用给定的 function，方法是在提示中包含 function 名称。
在您的 Langchain 项目中包含 Lemon AI
import os
from langchain_openai import OpenAI
from lemonai import execute_workflow
加载 API 密钥和访问令牌
要使用需要身份验证的工具，您必须以 "{tool name}_{authentication string}" 格式将相应的访问凭据存储在您的环境中，其中身份验证字符串是 API 密钥的 ["API_KEY", "SECRET_KEY", "SUBSCRIPTION_KEY", "ACCESS_KEY"] 之一，或者是身份验证令牌的 ["ACCESS_TOKEN", "SECRET_TOKEN"] 之一。示例包括 "OPENAI_API_KEY"、"BING_SUBSCRIPTION_KEY"、"AIRTABLE_ACCESS_TOKEN"。
""" Load all relevant API Keys and Access Tokens into your environment variables """
os.environ["OPENAI_API_KEY"] = "*INSERT OPENAI API KEY HERE*"
os.environ["AIRTABLE_ACCESS_TOKEN"] = "*INSERT AIRTABLE TOKEN HERE*"
hackernews_username = "*INSERT HACKERNEWS USERNAME HERE*"
airtable_base_id = "*INSERT BASE ID HERE*"
airtable_table_id = "*INSERT TABLE ID HERE*"
""" Define your instruction to be given to your LLM """
prompt = f"""Read information from Hackernews for user {hackernews_username} and then write the results to
Airtable (baseId: {airtable_base_id}, tableId: {airtable_table_id}). Only write the fields "username", "karma"
and "created_at_i". Please make sure that Airtable does NOT automatically convert the field types.
"""
"""
Use the Lemon AI execute_workflow wrapper
to run your Langchain agent in combination with Lemon AI
"""
model = OpenAI(temperature=0)
execute_workflow(llm=model, prompt_string=prompt)
4. 提高 Agent 决策的透明度
为了提高 Agent 如何与 Lemon AI 工具交互以解决给定任务的透明度，所有做出的决策、使用的工具和执行的操作都会写入本地 lemonai.log 文件。每次您的 LLM Agent 与 Lemon AI 工具堆栈交互时，都会创建一个相应的日志条目。
2023-06-26T11:50:27.708785+0100 - b5f91c59-8487-45c2-800a-156eac0c7dae - hackernews-get-user
2023-06-26T11:50:39.624035+0100 - b5f91c59-8487-45c2-800a-156eac0c7dae - airtable-append-data
2023-06-26T11:58:32.925228+0100 - 5efe603c-9898-4143-b99a-55b50007ed9d - hackernews-get-user
2023-06-26T11:58:43.988788+0100 - 5efe603c-9898-4143-b99a-55b50007ed9d - airtable-append-data
通过使用 Lemon AI Analytics，您可以轻松更好地了解工具的使用频率和顺序。因此，您可以识别 Agent 决策能力中的薄弱环节，并通过定义 Lemon AI functions 来转向更具确定性的行为。