跳到主要内容
Open In ColabOpen on GitHub

Lemon Agent

Lemon Agent 帮助您在几分钟内构建强大的 AI 助手，并通过在 Airtable、Hubspot、Discord、Notion、Slack 和 Github 等工具中实现准确可靠的读写操作来自动化工作流程。

此处查看完整文档。

目前大多数可用的连接器都专注于只读操作，这限制了大型语言模型（LLM）的潜力。另一方面，由于缺少上下文或指令，代理有时会产生幻觉。

借助 Lemon AI，可以为您的代理提供对定义良好的 API 的访问权限，以实现可靠的读写操作。此外，Lemon AI 函数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，模型在不确定时可以依赖这些工作流程。

快速入门​

以下快速入门演示了如何将 Lemon AI 与代理结合使用，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 或更高版本。

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 安装出现任何错误，请先安装这两个包，然后再安装 Lemon AI 包。

2. 启动服务器​

您的代理与 Lemon AI 提供的所有工具之间的交互由Lemon AI 服务器处理。要使用 Lemon AI，您需要在本地机器上运行服务器，以便 Lemon AI Python 客户端能够连接到它。

3. 将 Lemon AI 与 Langchain 结合使用​

Lemon AI 通过找到相关工具的正确组合来自动解决给定任务，或者使用 Lemon AI 函数作为替代方案。以下示例演示了如何从 Hackernews 检索用户并将其写入 Airtable 中的一个表。

（可选）定义您的 Lemon AI 函数​

与OpenAI 函数类似，Lemon AI 提供了将工作流程定义为可重用函数的选项。这些函数可以用于需要尽可能接近确定性行为的用例。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"]
  }
]

您的模型将可以访问这些函数，并且在解决给定任务时会优先选择它们，而不是自行选择工具。您只需在提示中包含函数名称，让代理知道它应该使用给定函数即可。

在您的 Langchain 项目中包含 Lemon AI​

import os

from langchain_openai import OpenAI
from lemonai import execute_workflow
API 参考：OpenAI

加载 API 密钥和访问令牌​

要使用需要身份验证的工具，您必须将相应的访问凭据存储在您的环境中，格式为 "{工具名称}_{身份验证字符串}"，其中身份验证字符串对于 API 密钥是 ["API_KEY", "SECRET_KEY", "SUBSCRIPTION_KEY", "ACCESS_KEY"] 之一，对于身份验证令牌是 ["ACCESS_TOKEN", "SECRET_TOKEN"] 之一。例如："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. 提高代理决策的透明度​

为了提高您的代理如何与 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将写入本地 lemonai.log 文件。每当您的 LLM 代理与 Lemon AI 工具栈交互时，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 分析，您可以轻松更好地了解工具的使用频率和顺序。因此，您可以识别代理决策能力中的薄弱环节，并通过定义 Lemon AI 函数来实现更具确定性的行为。