|
Qwen2 是阿里巴巴集团 Qwen 团队研发的大语言模型和大型多模态模型系列。Qwen2 具备自然语言理解、文本生成、视觉理解、音频理解、工具使用、角色扮演、作为 AI Agent 进行互动等多种能力。 图：智能体中工具使用执行逻辑
Qwen-Agent 是一个 AI 智能体的开发框架。开发者可基于本框架开发 Agent 应用，充分利用基于通义千问模型（Qwen）的指令遵循、工具使用、规划、记忆能力。同时该框架也提供了浏览器助手、代码解释器、自定义助手等示例应用。近期 OpenVINO™ 工具套件也作为 Qwen-Agent 的大语言模型推理后端，被集成到 llm 组件中，接下来就让我们一起看下如何在 Intel 硬件平台上通过 OpenVINO™ 和 Qwen2 构建一个纯本地运行的 AI 智能体。
第一步我们需要安装 Optimum-intel 组件，以此来导出并量化原始的 Qwen2 模型，使用方法可以参考以下示例。 pipinstalloptimum[openvino]optimum-cliexportopenvino--modelQwen/Qwen2-7B-Instruct--tasktext-generation-with-past--trust-remote-code--weight-formatint4{model_path}
Qwen-Agent 提供了注册工具的机制，例如，下面我们注册一个自己的图片生成工具：
在这个例子中，我们定义了一个调用云端 API 工具，用来根据输入请求，生成图片。 @register_tool("image_generation")class ImageGeneration(BaseTool): description = "AI painting (image generation) service, input text description, and return the image URL drawn based on text information." parameters = [{"name": "prompt", "type": "string", "description": "Detailed description of the desired image content, in English", "required": True}]
def call(self, params: str, **kwargs) -> str: prompt = json5.loads(params)["prompt"] prompt = urllib.parse.quote(prompt) return json5.dumps({"image_url": f"https://image.pollinations.ai/prompt/{prompt}"}, ensure_ascii=False)
Qwen-Agent 中的 LLM 统一使用 get_chat_model(cfg: Optional[Dict] = None) -> BaseChatModel 接口来调用，参数传入 LLM 的配置文件，目前 OpenVINO™ 的 LLM 配置文件格式如下： llm_cfg={"ov_model_dir":model_path,"model_type":"openvino","device":device.value,"ov_config" v_config,"generate_cfg":{"top_p":0.8},}
其中各类参数的要求为： ov_model_dir:在第一步中得到的 OpenVINO™模型路径 model_type: 对应某个具体的llm类，这里需要指定为 “openvino” device: Intel设备名称，目前支持”cpu”及“gpu” ov_config:OpenVINO infer request中的可配置项 generate_cfg：模型生成时候的参数
Qwen-Agent 框架为我们提供了自带的智能体实现（如 class Assistant ），开发者可以直接将定义好的 OpenVINO™ LLM 配置文件传入该对象中，快速构建智能体应用，为此 Qwen-Agent 也提供了丰富的[代码示例] (https://github.com/QwenLM/Qwen-Agent/tree/main/examples) bot=Assistant(llm=llm_cfg,function_list=tools,name="OpenVINOAgent")
同时基于以上流程，我们也在OpenVINO Notebook 仓库中准备了完整示例供大家测试： https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/llm-agent-functioncall
该示例会理解用户意图，并调用多种预先定义好的工具来完成任务，包括， wikipedia 查询工具，天气查询工具和绘图工具。以下截图便是该 notebook 示例在 Intel AIPC 上所呈现的本地部署效果：
图：Qwen-Agent与 OpenVINOTM智能体示例
可以看到在这个例子中，智能体首先会将用户的请求按任务进行拆解，并分别调用不同的工具获得对应的输出结果，并将这些输出结果合并后，作为最终答案反馈给用户。
AI智能体作为通用人工智能的核心载体，可以模仿人类的思维逻辑，将复杂任务进行拆解，并借助外部工具解决任务。通过利用 OpenVINO™ 和 Qwen-Agent 这样的工具，我们可以非常快捷地在本地构建一个 AI 智能体应用，在保护用户数据隐私的同时，更快速地响应任务需求，简单任务调用本地工具处理，复杂任务调用云端资源处理。
| 
