osgood001 / llm-agent Goto Github PK

I don't have access to openai api keys recently, to fully harness the power of my LLM-Agent with wolfram alpha, I registered the free developer wolfram engine license and consider use local LLM to do so.

LangChain provide auxilary tools and easy to use syntax. So get things done with it and push it to public.

Existing code is preliminary, the following will be done latter:

• add a readme to show how to config and run the code
• remove redundant contents and make it more concise and well organized
• #2
• benchmark it upon other existing bots, backup existing opensource projects related

• #4
• 2. 安装文心一言工具链条，并配置相关环境。
• 3. 开发 Bot 插件，实现具体的功能。
• 4. 对 Bot 进行测试和调试，确保其正常运行。
• 5. 发布 Bot，并进行维护和更新。

• try coze
• #3
• #5

Modify based on Existing code seems uneasy, we may switch to the LangChain Template for Production ready code.

• 1. 收集信息：首先，你需要收集关于 Coze 工作流和变量流的相关信息，包括定义、结构、应用场景等。
• 2. 确定编程语言：根据收集到的信息，确定使用哪种编程语言来实现 Coze 工作流和变量流。
• 3. 设计 JSON 结构：根据编程语言和 Coze 工作流的要求，设计 JSON 结构来存储和处理变量流。
• 4. 实现 Coze 工作流：根据 JSON 结构，使用编程语言实现 Coze 工作流，包括流程定义、变量定义、流程执行等。
• 5. 实现变量流：根据 JSON 结构，使用编程语言实现变量流，包括变量的读取、写入、修改等。
• 6. 实现循环功能：根据 Coze 工作流的要求，使用编程语言实现循环功能，包括循环次数、循环条件等。
• 7. 检查和修改：在完成 Coze 工作流和变量流的实现后，你需要对程序进行检查和修改，确保程序的质量和准确性。
• 8. 提交程序：在检查和修改后，你需要按照要求提交程序。