Prompt-YAML

通过 Agently-YAML 我们提供了一套全新的YAML语法表达方式，来帮助您更好地管理单次Agent请求，除了方便开发人员将不同模块进行解耦外，我们也希望通过这种方式，将 Agently AI应用开发框架提供的能力用一种标准化配置的方式进行跨语种表达，或是将这种表达方式提供给非开发人员使用。

如何使用

• YAML文件/YAML文本内容:

input: ${user_input}
use_public_tools:
  - browse
set_tool_proxy: http://127.0.0.1:7890
instruct:
  输出语言: 中文
output:
  page_topic:
    $type: str
    $desc: ""
  summary:
    $type: str
    $desc: ""

• Python文件:

  import Agently
  
  agent_factory = (
      Agently.AgentFactory()
          .set_settings("model.Google.auth.api_key", "")
          .set_settings("current_model", "Google")
  )
  
  agent = agent_factory.create_agent()
  
  print(
      agent
          .load_yaml_prompt(
              path="./yaml_prompt.yaml",
              # 你也可以用下面方式直接传递YAML格式的字符串
              #yaml=yaml_str
              variables = {
                  "user_input": "http://Agently.tech",
              }
          )
          .start()
  )
  

• 运行结果:

  {
      "page_topic": "易用、灵活、高效的开源大模型应用开发框架",
      "summary": "Agently是一个开源的大模型应用开发框架，它可以让开发者轻松地使用大模型来构建应用程序。Agently的特点包括：\n\n* 语法简单易学，5分钟开始使用\n* 安装简单，使用pip install -U Agently即可\n* 使用灵活，可以通过几行代码指定大模型、鉴权信息等信息\n* 支持链式调用，像调用函数一样和Agent实例交互\n* 为工程开发者设计，应用开发灵活性高\n* 支持传递结构化数据灵活表达请求，管理Agent实例设定信息，提供自定义函数\n* 支持监听流式输出，使用Agently Workflow将复杂任务切分成块\n* 架构设计深度，解构了大模型驱动的Agent结构，维护了模型请求前后置信息流处理工作流等基础原子要件\n* 提供能力插件、工作流管理方案等增强开发者在应用层的表达丰富度"
  }