agentchat.contrib.agent_optimizer

execute_func​

def execute_func(name, packages, code, **args)

生成函数的包装器。

AgentOptimizer​

class AgentOptimizer()

用于优化AutoGen代理的基类。具体来说，它用于优化代理中使用的函数。 更多信息可以在以下论文中找到：https://arxiv.org/abs/2402.11359。

__init__​

def __init__(max_actions_per_step: int,
             llm_config: dict,
             optimizer_model: Optional[str] = "gpt-4-1106-preview")

（这些API是实验性的，未来可能会发生变化。）

参数:

• max_actions_per_step int - 优化器在每一步中可以采取的最大操作次数。
• llm_config 字典 - llm推理配置。 请参考OpenAIWrapper.create了解可用选项。 当使用OpenAI或Azure OpenAI终端时，请在llm_config或llm_config中的'config_list'的每个配置中指定非空的'model'。
• optimizer_model - 用于优化器的模型。

记录一次对话​

def record_one_conversation(conversation_history: List[Dict],
                            is_satisfied: bool = None)

记录一次对话历史。

参数:

• conversation_history List[Dict] - 对话的聊天消息。
• is_satisfied bool - 用户是否对解决方案满意。如果为 none，则会询问用户输入满意度。

步骤​

def step()

训练的一步。它将在每次迭代时返回 register_for_llm 和 register_for_executor，这些随后分别用于更新助手和执行器代理。 参见示例：https://github.com/microsoft/autogen/blob/main/notebook/agentchat_agentoptimizer.ipynb

reset_optimizer​

def reset_optimizer()

重置优化器。