LLMにおけるAgentは「エージェント」の役割を表し、幅広い領域の全能者であったり、細分された分野での専門家であったりします。代理人になることで最大の利点は、エージェントが代表として他のエージェントとの交流を行い、望ましい結果を得られるまでそれを続けることができる点です。
高度なプログラマとアーキテクトの2つのケースでの代理の例を以下に示します。高度なプログラマがプログラムを書き終えた後、アーキテクトがレビューを行い、具体的な修正提案をします。結果に満足すれば、そのまま進めます。
nugetパッケージを導入：
<ItemGroup>
<PackageReference Include="Microsoft.SemanticKernel" Version="1.7.1" />
<PackageReference Include="Microsoft.SemanticKernel.Experimental.Agents" Version="1.7.1-alpha" />
</ItemGroup>
具体的なコードは以下の通りです：
using Microsoft.SemanticKernel.Experimental.Agents;
#pragma warning disable SKEXP0101
var key = File.ReadAllText(@"C:\GPT\key.txt");
var chatModelId = "gpt-4-0125-preview";
var s_agents = new List<IAgent>();
Console.WriteLine("======== 協力開始 ========");
IAgentThread? thread = null;
try
{
// 文案代理を作成してアイデアを生み出す
var copyWriter = await CreateCopyWriterAsync();
// アートディレクター代理を作成してアイデアをレビューし、フィードバックを提供し、最終的に承認する
var artDirector = await CreateArtDirectorAsync();
// 協力スレッドを作成し、2つのエージェントがそれにメッセージを追加する。
thread = await copyWriter.NewThreadAsync();
// ユーザーメッセージを追加
var messageUser = await thread.AddUserMessageAsync("機能モジュール：MySqlを使用したユーザーログインのC#コードを完成させます。OEMにはDapperを使用します。");
DisplayMessage(messageUser);
var times = 1;
bool isComplete = false;
do
{
times++;
// 高度な代理作業を開始
var agentMessages = await thread.InvokeAsync(copyWriter).ToArrayAsync();
DisplayMessages(agentMessages, copyWriter, ConsoleColor.Green);
// アーキテクト作業を開始
agentMessages = await thread.InvokeAsync(artDirector).ToArrayAsync();
DisplayMessages(agentMessages, artDirector, ConsoleColor.Yellow);
// 目標達成を評価。
if (agentMessages.First().Content.Contains("採用する", StringComparison.OrdinalIgnoreCase))
{
isComplete = true;
}
if (times > 3)
{
isComplete = true;
}
}
while (!isComplete);
}
finally
{
// クリーンアップ
await Task.WhenAll(s_agents.Select(a => a.DeleteAsync()));
}
async Task<IAgent> CreateCopyWriterAsync()
{
return Track(
await new AgentBuilder()
.WithOpenAIChatCompletion(chatModelId, key)
.WithInstructions("あなたはC#の高度なプログラマ（Architect）で、厳密で知られています。手に負えない目標に全力を尽くし、高品質で、完全に栄養のあるコードを生成します。アイデアを洗練させるときは、アーキテクトの助言を考慮してください。")
.WithName("高度なプログラマ")
.WithDescription("高度なプログラマ")
.BuildAsync());
}
async Task<IAgent> CreateArtDirectorAsync()
{
return Track(
await new AgentBuilder()
.WithOpenAIChatCompletion(chatModelId, key)
.WithInstructions("あなたはC#の経験豊富なアーキテクトで、コードの品質に高い要求を持ち、命名規則に厳格です。与えられたコードが要求を満たしているか、使用するかを決定することが目標です。要求を満たしていない場合は、具体的なコードの実装を相手に伝えず、提案を出してください。常に最初にアドバイスを繰り返してください。コードが受け入れ可能で、あなたの基準を満たしている場合は、「採用する」と言ってください。")
.WithName("アーキテクト")
.WithDescription("アーキテクト")
.BuildAsync());
}
void DisplayMessages(IEnumerable<IChatMessage> messages, IAgent? agent = null, ConsoleColor color = ConsoleColor.White)
{
foreach (var message in messages)
{
DisplayMessage(message, agent, color);
}
}
void DisplayMessage(IChatMessage message, IAgent? agent = null, ConsoleColor color = ConsoleColor.White)
{
Console.ResetColor();
Console.ForegroundColor = color;
Console.WriteLine($"[{message.Id}]");
if (agent != null)
{
Console.WriteLine($"# {message.Role}: ({agent.Name}) {message.Content}");
}
else
{
Console.WriteLine($"# {message.Role}: {message.Content}");
}
Console.ResetColor();
}
IAgent Track(IAgent agent)
{
s_agents.Add(agent);
return agent;
}
エージェント間のいくつかの往復のスケジューリングにより、一般的に少し遅くなります。具体的な結果は以下の通りです：
(Translated by GPT)