开发简单的 Agent 助手

为了更好地展示结构化数据来RAG的方法的实际效果，我们以餐饮生活助手为例，给出用户提问和回复的示例，以及餐饮生活助手RAG的代码实战。餐饮生活助手是一个基于结构化数据RAG的方法的应用，它的目的是根据用户的需求，从一个大规模的餐饮数据集中检索出最合适的餐厅，并提供相关的信息和服务。餐饮数据集是一个结构化的数据集，它包含了各种各样的餐厅的信息，例如名称、类型、地址、电话、价格、评分、评论等。餐饮生活助手的核心是一个LLM，它能够根据用户的问题，提取出核心的信息和条件，并形成标准的查询语句，然后用这个查询语句去检索餐饮数据集，得到相关的数据记录，再根据这些数据记录，生成最合适的答案，输出给用户。为了实现餐饮生活助手RAG的Langchain代码实战，我们需要完成以下几个步骤：定义餐饮数据源。我们需要将餐饮数据集转化为Langchain可以识别和操作的数据源，例如数据库、文件、API等，注册到Langchain中，并提供统一的接口和方法，让LLM的代理可以方便地访问和查询数据源。例如，我们可以将餐饮数据封装为一个API后，并结构化描述该接口的调用方式，并通过以下的代码，将其注册到Langchain中：定义LLM的代理。我们需要定义一个LLM的代理，它可以根据用户的问题，提取出核心的信息和条件，并形成标准的查询语句，然后用这个查询语句去检索餐饮数据源，得到相关的数据记录，再根据这些数据记录，生成最合适的答案，输出给用户。这可以通过Langchain的代理（Agent）来实现。代理管理器可以让开发者通过简单的编程，定义不同的LLM的代理，以及它们的功能和逻辑，并提供统一的接口和方法，让用户可以方便地与LLM的代理进行交互。

1.登录扣子控制台（coze.cn）。1.使用手机号或抖音注册/登录。[heading3]Step 2：（20秒）在我的空间创建Agent[content]1.在扣子主页左上角点击“创建Bot”。2.选择空间名称为“个人空间”、Bot名称为“第一个Bot”，并点击“确认”完成配置。如需使用其他空间，请先创建后再选择；Bot名称可以自定义。[heading3]Step 3：（30秒）编写Prompt[content]1.填写Prompt，即自己想要创建的Bot功能说明。第一次可以使用一个简短的词语作为Prompt提示词。[heading3]Step 4：（30秒）优化Prompt[content]1.点击“优化”，使用来帮忙优化。[heading3]Step 5：（30秒）设置开场白[heading3]Step 6：（30秒）其他环节[heading3]Step 7：（30秒）发布到多平台&使用[heading2]进阶之路[heading3]15分钟做什么[content]查看下其他Bot，获取灵感[heading3]1小时做什么[content]找到和自己兴趣、工作方向等可以结合的Bot，深入沟通阅读以下文章：文章1文章2文章3[heading3]一周做什么[content]了解基础组件寻找不错的扣子，借鉴&复制加入Agent共学小组尝试在群里问第一个问题[heading3]一个月做什么[content]合理安排时间参与WaytoAGI Agent共学计划自己创建Agent，并分享自己捏Bot的经历和心得[heading2]在WaytoAGI有哪些支持[content]文档资源交流群活动占位

1.多agent模式切换在bot编排页面点选多agent模式，页面将会自动切换为多agent调式状态，相比单agent，主要是多了中间一块的agent连接区。切换多agent后的默认页面1.添加合适节点节点这里有两种方式可以选择，用已发布的bot，或者创建一个新的agent，大家按需选取。添加的agent直接连接在默认的总管agent（“执笔者”）后面即可，无结束节点。1.添加合适的prompt在多agent模式下，我们需要为每个agent填写合适的prompt。外围的人设填写该bot的主要功能，内部的bot填写各个bot/agent的应用场景。1.调试与美化经过以上简单三步，一个多agent的bot就基本搭建完成，接下来就是漫长的调试过程，如果输出与自己设想有差异，可以不断调整外围和内部bot的提示词，提升命中率，优化交互。