Deskripsi
Qwen-Agent adalah kerangka kerja sumber terbuka yang kuat yang dirancang untuk pengembangan aplikasi Large Language Model (LLM) yang canggih. Dibangun di atas kemampuan model Qwen versi 3.0 dan yang lebih baru, ini menyediakan fondasi yang kuat untuk menciptakan agen cerdas yang dapat memahami instruksi, memanfaatkan alat, merencanakan tugas-tugas kompleks, dan mempertahankan memori di seluruh interaksi. Kerangka kerja ini direkayasa agar modular, menawarkan komponen atomik seperti LLM dengan pemanggilan fungsi, dan Alat serbaguna yang dapat diperluas. Komponen tingkat tinggi seperti Agen, yang berasal dari kelas dasar, memungkinkan pengembang untuk membangun implementasi agen kustom.
Fitur utama Qwen-Agent meliputi dukungan untuk Pemanggilan Fungsi, yang memungkinkan agen berinteraksi dengan layanan dan API eksternal. Ini juga mengintegrasikan Interpreter Kode, yang memungkinkan agen untuk menjalankan kode dengan aman di dalam lingkungan sandbox berbasis Docker, memproses data, dan mengembalikan hasil. Retrieval-Augmented Generation (RAG) didukung, meningkatkan kemampuan agen untuk mengakses dan mensintesis informasi dari kumpulan dokumen besar. Kerangka kerja ini juga menampilkan dukungan Multi-turn Conversation Protocol (MCP), memfasilitasi alur dialog yang lebih alami dan kompleks. Contoh aplikasi seperti Browser Assistant, Code Interpreter, dan Custom Assistant disediakan, yang menunjukkan keserbagunaan kerangka kerja.
Qwen-Agent secara aktif digunakan sebagai backend untuk Qwen Chat, menunjukkan kemampuannya di dunia nyata. Kerangka kerja ini dirancang untuk pengembang yang ingin membangun aplikasi AI canggih, mulai dari chatbot sederhana hingga sistem kompleks yang memerlukan integrasi alat dan penalaran. Ekstensibilitasnya memungkinkan pembuatan alat dan perilaku agen kustom, yang melayani berbagai kasus penggunaan. Proyek ini juga menyediakan dokumentasi dan contoh yang komprehensif untuk memfasilitasi adopsi dan pengembangan.
Proses instalasi mudah, dengan opsi untuk menginstal dari PyPI dengan set fitur tertentu seperti GUI, RAG, atau Code Interpreter, atau untuk menginstal langsung dari sumber untuk versi pengembangan terbaru. Pengguna dapat memanfaatkan layanan model dari DashScope Alibaba Cloud atau menerapkan layanan model mereka sendiri menggunakan model Qwen sumber terbuka. Fleksibilitas kerangka kerja meluas ke konfigurasi parameter LLM dan integrasi dengan berbagai metode penerapan, termasuk vLLM untuk penerapan GPU throughput tinggi dan Ollama untuk penerapan CPU/GPU lokal.
Fitur Inti Qwen-Agent
Kerangka kerja Agen untuk aplikasi LLM
Dibangun di atas model Qwen>=3.0
Mendukung Pemanggilan Fungsi (Pemanggilan Alat)
Termasuk Interpreter Kode dengan sandbox Docker
Terintegrasi Retrieval-Augmented Generation (RAG)
Mendukung Multi-turn Conversation Protocol (MCP)
Menyediakan contoh aplikasi (Browser Assistant, Custom Assistant)
Komponen modular untuk LLM dan Alat
Memungkinkan implementasi agen kustom
Menawarkan antarmuka GUI berbasis Gradio
Mendukung pemanggilan alat paralel dan multi-langkah
Menangani tanya jawab dokumen konteks panjang
Memulai dengan Qwen-Agent
Kloning repositori: Dapatkan kode Qwen-Agent dari GitHub.
Instal dependensi: Gunakan pip untuk menginstal paket dengan fitur yang diinginkan (misalnya, `pip install -U "qwen-agent[gui,rag,code_interpreter,mcp]"`).
Konfigurasi layanan model: Siapkan kunci API DashScope atau terapkan layanan model lokal.
Kembangkan agen: Buat agen kustom dengan mewarisi dari `Agent` atau gunakan implementasi bawaan seperti `Assistant`.
Integrasikan alat: Definisikan dan daftarkan alat kustom atau gunakan alat bawaan seperti `code_interpreter`.
Jalankan agen: Eksekusi agen secara terprogram atau luncurkan GUI Gradio.
Berinteraksi: Kirim kueri ke agen dan terima respons.
Kasus Penggunaan Qwen-Agent
- Pengembangan Asisten Kustom
- Eksekusi dan Analisis Kode
- Tanya Jawab Dokumen
- Otomatisasi Peramban
- Integrasi Alat
- Perencanaan Tugas Kompleks
- Backend Chatbot AI








