抱抱脸🤗 新功能：提示词模板和Agent

主要观点总结

本文介绍了聊天模板在大型语言模型（LLMs）中的应用，以及如何使用 Hugging Face Transformers 库中的聊天模板。文章还介绍了如何使用Code Agent和React Agents等Agent类型，以及如何构建和初始化一个Agent。此外，文章还介绍了Tools（工具）的概念，包括默认工具和自定义工具的创建方式。

关键观点总结

关键观点1: 聊天模板的使用

聊天模板是LLMs中用于处理对话的一种特性，它们将对话（表示为消息列表）转换为单个可标记的字符串格式，以符合模型的期望。使用Hugging Face Transformers库中的聊天模板很简单，只需构建一个包含role和content键的消息列表，然后将其传递给apply_chat_template方法。

关键观点2: Agent的类型和使用

Agent是一种使用LLM作为引擎的系统，可以访问称为工具的函数。这些工具是执行任务的函数，包含所有必要的描述，使agent能够正确地使用它们。Code Agent和React Agents是两种常用的Agent类型。Code Agent适用于需要处理多种输入输出类型的任务，而React Agents在需要连续推理和逻辑思考的任务中更具优势。

关键观点3: 工具的创建和自定义

工具是Agent使用的原子函数。可以通过继承Tool超类来创建自定义工具。自定义工具需要名称、描述、输入描述、输出类型和一个执行操作的forward方法。