Lemon Agent

Lemon Agent 帮助您在几分钟内构建强大的 AI 助手并自动化工作流程，方法是允许在 Airtable、Hubspot、Discord、Notion、Slack 和 Github 等工具中进行准确可靠的读写操作。

请参阅 此处提供的完整文档。

如今，大多数连接器都专注于只读操作，这限制了 LLMs 的潜力。另一方面，由于上下文或指令缺失，代理有时会出现幻觉。

使用 Lemon AI，可以为您的代理提供对用于可靠读写操作的明确定义的 API 的访问权限。此外，Lemon AI 函数允许您通过提供一种方法来进一步降低幻觉的风险，在不确定性情况下，模型可以依靠该方法来静态定义工作流程。

快速入门

以下快速入门演示了如何将 Lemon AI 与代理结合使用来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 及更高版本。

要在 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 客户端可以连接到它。

3. 将 Lemon AI 与 Langchain 结合使用

Lemon AI 通过查找相关工具的正确组合来自动解决给定的任务，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 中的表格

（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。可以为在尽可能接近确定性行为方面特别重要的用例定义这些函数。特定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"]
  }
]

您的模型将能够访问这些函数，并且在解决给定任务时会优先选择它们而不是自选工具。您只需让代理知道它应该使用给定函数，方法是在提示中包含函数名称。

在您的 Langchain 项目中包含 Lemon AI

import os

from langchain_openai import OpenAI
from lemonai import execute_workflow

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，您必须以 "{tool name}_{authentication string}" 的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"] 或身份验证令牌的 ["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. 了解代理的决策过程

为了了解您的代理如何与 Lemon AI 工具交互以解决给定任务，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 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，您可以轻松地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 函数转向更确定性的行为。

相关

• 工具 概念指南
• 工具 操作指南