有了ModelScope-Agent，小白也能打造专属智能体，附保姆级教程
Air Explorer Pro是一款跨平台多网盘管理工具，可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
ModelScope-Agent提供了一个通用的、可定制的Agent框架，方便用户打造属于自己的智能体。该框架基于开源的大语言模型(LLMs)作为核心，并提供了一个用户友好的系统库，具有以下特点：可定制且功能全面的框架：提供可定制的引擎设计，涵盖了数据收集、工具检索、工具注册、存储管理、定制模型训练和实际应用等功能，可用于快速实现实际场景中的应用。开源LLMs作为核心组件：支持在ModelScope社区的多个开源LLMs上进行模型训练，并开源了配套的中英文工具指令数据集MSAgent-Bench，用于增强
ModelScope-Agent 提供了一个通用的、可定制的 Agent 框架，方便用户打造属于自己的智能体。该框架基于开源的大语言模型 (LLMs) 作为核心，并提供了一个用户友好的系统库，具有以下特点：
- 可定制且功能全面的框架：提供可定制的引擎设计，涵盖了数据收集、工具检索、工具注册、存储管理、定制模型训练和实际应用等功能，可用于快速实现实际场景中的应用。
- 开源 LLMs 作为核心组件：支持在 ModelScope 社区的多个开源 LLMs 上进行模型训练，并开源了配套的中英文工具指令数据集 MSAgent-Bench，用于增强开源大模型作为 Agent 中枢的规划调度能力。
- 多样化且全面的 API，支持 API 检索：以统一的方式实现与模型 API 和常见的功能 API 进行无缝集成，默认提供开源 API 检索方案。
- 论文链接：https://arxiv.org/abs/2309.00986
- 代码链接：https://github.com/modelscope/modelscope-agent
- ModelScope 体验地址：https://modelscope.cn/studios/damo/ModelScopeGPT/summary
能力展示
下面先展示一些基于 ModelScope-Agent 实现的 ModelScopeGPT （魔搭 GPT）的能力：
需要进行重写的内容是：1. 在单步工具调用中，Agent 需要选择适当的工具并生成请求，然后根据执行结果将结果返回给用户
2. 在多步工具调用中，Agent 需要进行多个工具的规划、调度、执行和回复
3. 多轮对话中工具调用，Agent 需要从历史对话中挖掘需要传给工具的参数。
基于检索工具的社区知识问答平台
框架介绍
ModelScope-Agent 框架的设计原理是什么？
ModelScope-Agent 是一个通用的、可定制的 Agent 框架，用于实际应用程序开发，其基于开源的大语言模型 (LLMs) 作为核心，包含记忆控制、工具使用等模块。开源 LLM 主要负责任务规划、调度以及回复生成；记忆控制模块，主要包含知识检索以及 prompt （提示词）管理；工具使用模块，包含工具库以及工具检索和工具可定制化。ModelScope-Agent 系统架构如下：
ModelScope-Agent 框架是如何执行的
ModelScope-Agent 的工作原理是，把目标拆分成更小的任务，然后一项一项完成。比如，当用户请求「写一个简短故事，并用女声朗读，同时配个视频」时，ModelScope-Agent 会展示整个任务规划过程，先通过工具检索检索相关的语音合成工具，然后由开源 LLM 进行规划调度， 首先生成一段故事，然后调用对应语音生成模型，生成语音并用女声念出，展示给用户，最后再调用视频生成模型，针对生成的故事内容生成一段视频；这里全程不需要用户配置当前请求可能需要调用到的工具，极大提升了使用便捷性。
开源大模型训练框架：全新的训练方法、数据和模型开源化
除了 ModelScope-Agent 框架之外，研究团队还提出了新的工具指令微调训练方法：Weighted LM，通过对工具指令调用部分 token 进行 loss 加权，提升开源大模型工具指令调用能力。
研究团队还发布了一个名为MSAgent-Bench的高质量中英数据集，其中包含60万个具备多轮多步工具指令调用能力的样本。基于这个数据集，研究团队采用了新的训练方法，对Qwen-7B模型进行了优化，得到了一个名为MSAgent-Qwen-7B的模型。相关的数据集和模型已经在开源平台上公开发布
- MSAgent-Bench：https://modelscope.cn/datasets/damo/MSAgent-Bench/summary
- MSAgent-Qwen-7B：https://modelscope.cn/models/damo/MSAgent-Qwen-7B/summary
重写后的内容：集成工具清单
目前 ModelScope-Agent 已经默认接入了自然语言处理、语音、视觉、多模态等众多 AI 模型，还默认集成了知识检索、API 检索等开源方案。
ModelScope-Agent 实践
ModelScope-Agent github 还提供了保姆级实践 demo 页，让小白新手也能搭建属于自己的智能体。
请下载演示笔记本：https://github.com/modelscope/modelscope-agent/blob/master/demo/demo_qwen_agent.ipynb
1、首先拉取 ModelScope-Agent 代码并安装相关依赖
2、需要配置 config 文件，包括 ModelScope token 和构建 API 工具检索引擎
3、中枢大模型启动
4、代理构建和使用，依赖之前构建好的大模型，工具列表，工具检索和记忆模块
注册新工具实践
1、在拉取 ModelScope-Agent 代码后，进入 modelscope_agent/tools 目录，在代码层面新增一个名为 custom_tool.py 的文件。在该文件中配置 API 所需的：描述（description）、名称（name）和参数（parameters）。同时，增加两种调用方式的选项：local_call（本地调用）和 remote_call（远程调用）
需要重新写的内容是：2、配置环境和大模型部署参考前一章节的2、3
3、将新注册的工具构建成列表，并添加到Agent的构建过程中
4、使用agen.run()方法，输入查询(query)来测试工具是否能够成功调用相应的API
5、代理会自动调用相应的API，并将执行结果返回给主模型，主模型再返回回复
One More Thing
开发者可以参考上述教程很容易搭建属于自己的智能体，ModelScope-Agent 依托魔搭社区，未来也会适配更多新增的开源大模型，推出更多基于 ModelScope-Agent 开发的应用，如客户服务 Agent、个人助理 Agent、story Agent、Motion Agent、multi-Agent（多模态 Agent） 等等。
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。