1. Gradio 客户端和 Lite
  2. Gradio 和 LLM 代理

Gradio & LLM 代理 🤝

大型语言模型（LLM）令人印象深刻，但如果我们能赋予它们执行专业任务的能力，它们就会变得更加强大。

gradio_tools 库可以将任何 Gradio 应用程序转换为 工具，供 代理 用于完成任务。例如，LLM 可以使用 Gradio 工具来转录它在网上找到的录音，然后为您总结内容。或者它可以利用另一个 Gradio 工具对 Google Drive 上的文档进行 OCR，然后回答有关该文档的问题。

本指南将展示如何使用 gradio_tools 来赋予您的 LLM 代理访问全球托管的尖端 Gradio 应用程序的能力。尽管 gradio_tools 与多个代理框架兼容，但本指南中我们将重点关注 Langchain 代理。

背景信息

什么是代理？

LangChain 代理 是一个大型语言模型（LLM），它接受用户输入并根据使用其可用的工具之一来报告输出。

什么是 Gradio？

Gradio 是构建机器学习 Web 应用程序并将其分享给世界的首选框架——所有这些都只需使用 Python！🐍

gradio_tools - 端到端示例

要开始使用 gradio_tools，您只需导入并初始化工具，然后将其传递给 Langchain 代理即可！

在下面的示例中，我们导入 StableDiffusionPromptGeneratorTool 来为 Stable Diffusion 创建一个好的提示，导入 StableDiffusionTool 来使用改进后的提示创建图像，导入 ImageCaptioningTool 来为生成的图像添加标题，以及导入 TextToVideoTool 来从提示创建视频。

然后，我们告诉代理创建一个狗骑滑板的图像，但要求它提前改进我们的提示。我们还要求它为生成的图像添加标题并创建视频。代理可以决定使用哪个工具，而无需我们明确告知它。

import os

if not os.getenv("OPENAI_API_KEY"):
    raise ValueError("OPENAI_API_KEY must be set")

from langchain.agents import initialize_agent
from langchain.llms import OpenAI
from gradio_tools import (StableDiffusionTool, ImageCaptioningTool, StableDiffusionPromptGeneratorTool,
                          TextToVideoTool)

from langchain.memory import ConversationBufferMemory

llm = OpenAI(temperature=0)
memory = ConversationBufferMemory(memory_key="chat_history")
tools = [StableDiffusionTool().langchain, ImageCaptioningTool().langchain,
         StableDiffusionPromptGeneratorTool().langchain, TextToVideoTool().langchain]


agent = initialize_agent(tools, llm, memory=memory, agent="conversational-react-description", verbose=True)
output = agent.run(input=("Please create a photo of a dog riding a skateboard "
                          "but improve my prompt prior to using an image generator."
                          "Please caption the generated image and create a video for it using the improved prompt."))

您会注意到我们正在使用 gradio_tools 中附带的一些预构建工具。请参阅此 文档 以获取 gradio_tools 中所有工具的完整列表。如果您想使用当前不在 gradio_tools 中的工具，添加自己的工具非常容易。下一节将介绍这一点。

gradio_tools - 创建自己的工具

核心抽象是 GradioTool，它允许您为 LLM 定义一个新工具，前提是您实现了一个标准接口。

class GradioTool(BaseTool):

    def __init__(self, name: str, description: str, src: str) -> None:

    @abstractmethod
    def create_job(self, query: str) -> Job:
        pass

    @abstractmethod
    def postprocess(self, output: Tuple[Any] | Any) -> str:
        pass

要求如下：

  1. 您的工具名称。
  2. 您的工具描述。这一点至关重要！代理根据工具的描述来决定使用哪个工具。请务必精确，并确保包含工具输入和输出的示例。
  3. Gradio 应用程序的 URL 或 space id，例如 freddyaboulton/calculator。基于此值，gradio_tool 将创建一个 gradio 客户端 实例，通过 API 查询上游应用程序。如果您不熟悉 gradio 客户端库，请务必点击链接了解更多信息。
  4. create_job - 给定一个字符串，此方法应解析该字符串并从客户端返回一个作业。大多数情况下，这就像将字符串传递给客户端的 submit 函数一样简单。有关创建作业的更多信息，请参阅此处。
  5. postprocess - 给定作业的结果，将其转换为 LLM 可以显示给用户的字符串。
  6. 可选 - 某些库（例如 MiniChain）可能需要有关工具使用的底层 gradio 输入和输出类型的信息。默认情况下，这将返回 gr.Textbox()，但如果您想提供更准确的信息，请实现工具的 _block_input(self, gr) 和 _block_output(self, gr) 方法。gr 变量是 gradio 模块（即 import gradio as gr 的结果）。它将由 GradiTool 父类自动导入并传递给 _block_input 和 _block_output 方法。

就是这样！

创建工具后，请向 gradio_tools 仓库提交拉取请求！我们欢迎所有贡献。

工具示例 - Stable Diffusion

这是 Stable Diffusion 工具的代码示例

from gradio_tool import GradioTool
import os

class StableDiffusionTool(GradioTool):
    """Tool for calling stable diffusion from llm"""

    def __init__(
        self,
        name="StableDiffusion",
        description=(
            "An image generator. Use this to generate images based on "
            "text input. Input should be a description of what the image should "
            "look like. The output will be a path to an image file."
        ),
        src="gradio-client-demos/stable-diffusion",
        token=None,
    ) -> None:
        super().__init__(name, description, src, token)

    def create_job(self, query: str) -> Job:
        return self.client.submit(query, "", 9, fn_index=1)

    def postprocess(self, output: str) -> str:
        return [os.path.join(output, i) for i in os.listdir(output) if not i.endswith("json")][0]

    def _block_input(self, gr) -> "gr.components.Component":
        return gr.Textbox()

    def _block_output(self, gr) -> "gr.components.Component":
        return gr.Image()

关于此实现的一些注意事项：

  1. GradioTool 的所有实例都有一个名为 client 的属性，它指向底层的 gradio 客户端。这是您在 create_job 方法中应该使用的。
  2. create_job 只是将查询字符串传递给客户端的 submit 函数，并硬编码了一些其他参数，即负面提示字符串和指导尺度。我们可以在后续版本中修改我们的工具，使其也能接受来自输入字符串的这些值。
  3. postprocess 方法只返回 Stable Diffusion 空间创建的图片库中的第一张图片。我们使用 os 模块获取图片的完整路径。

结论

您现在知道如何通过全球运行的数千个 Gradio space 来扩展 LLM 的能力了！再次重申，我们欢迎对 gradio_tools 库的任何贡献。我们很高兴看到大家构建的工具！

←

使用 Curl 查询 Gradio 应用

使用 Gradio 客户端的 FastAPI 应用

→
gradio