Qwen-Agent

説明

Qwen-Agentは、洗練された大規模言語モデル（LLM）アプリケーションの開発のために設計された、強力なオープンソースフレームワークです。Qwenモデルのバージョン3.0以降の機能に基づいて構築されており、指示を理解し、ツールを利用し、複雑なタスクを計画し、対話全体でメモリを維持できるインテリジェントエージェントを作成するための堅牢な基盤を提供します。このフレームワークはモジュール式に設計されており、関数呼び出しを備えたLLMや、拡張可能な汎用的なツールなどのアトミックコンポーネントを提供します。ベースクラスから派生したエージェントのような高レベルコンポーネントにより、開発者はカスタムエージェント実装を構築できます。

Qwen-Agentの主な機能には、エージェントが外部サービスやAPIと対話できるようにする関数呼び出し（Function Calling）のサポートが含まれます。また、コード解釈機能（Code Interpreter）も統合されており、エージェントはDockerベースのサンドボックス環境内で安全にコードを実行し、データを処理し、結果を返すことができます。Retrieval-Augmented Generation（RAG）がサポートされており、エージェントが大規模なドキュメントセットから情報を取得し、統合する能力を強化します。このフレームワークは、マルチターン会話プロトコル（MCP）のサポートも特徴としており、より自然で複雑な対話フローを促進します。Browser Assistant、Code Interpreter、Custom Assistantなどのサンプルアプリケーションが提供されており、フレームワークの汎用性を示しています。

Qwen-Agentは、Qwen Chatのバックエンドとして積極的に使用されており、その実用性を示しています。このフレームワークは、シンプルなチャットボットから、ツール統合や推論を必要とする複雑なシステムまで、高度なAIアプリケーションを構築したい開発者向けに設計されています。その拡張性により、カスタムツールやエージェントの動作を作成でき、幅広いユースケースに対応できます。プロジェクトは、採用と開発を容易にするための包括的なドキュメントと例も提供しています。

インストールプロセスは簡単で、GUI、RAG、またはCode Interpreterなどの特定の機能セットとともにPyPIからインストールするオプション、または最新の開発バージョンをソースから直接インストールするオプションがあります。ユーザーは、Alibaba CloudのDashScopeからのモデルサービスを利用したり、オープンソースのQwenモデルを使用して独自のモデルサービスをデプロイしたりできます。フレームワークの柔軟性は、LLMパラメータの設定や、vLLM（高スループットGPUデプロイメント用）やOllama（ローカルCPU/GPUデプロイメント用）を含むさまざまなデプロイメント方法との統合にまで及びます。

Qwen-Agentの主要機能

• LLMアプリケーションのためのエージェントフレームワーク

• Qwen>=3.0モデル上に構築

• 関数呼び出し（ツール呼び出し）をサポート

• Dockerサンドボックス付きコード解釈機能を搭載

• 統合されたRetrieval-Augmented Generation（RAG）

• マルチターン会話プロトコル（MCP）をサポート

• サンプルアプリケーション（Browser Assistant、Custom Assistant）を提供

• LLMおよびツールのためのモジュール式コンポーネント

• カスタムエージェント実装を可能にする

• GradioベースのGUIインターフェースを提供

• 並列およびマルチステップのツール呼び出しをサポート

• 長文ドキュメントの質問応答に対応

Qwen-Agentをはじめる

1. 1

   リポジトリのクローン: GitHubからQwen-Agentコードを取得します。

2. 2

   依存関係のインストール: pipを使用して、必要な機能（例: `pip install -U "qwen-agent[gui,rag,code_interpreter,mcp]"`）を持つパッケージをインストールします。

3. 3

   モデルサービスの構成: DashScope APIキーを設定するか、ローカルモデルサービスをデプロイします。

4. 4

   エージェントの開発: `Agent`を継承してカスタムエージェントを作成するか、`Assistant`のような組み込み実装を使用します。

5. 5

   ツールの統合: カスタムツールを定義して登録するか、`code_interpreter`のような組み込みツールを使用します。

6. 6

   エージェントの実行: プログラムでエージェントを実行するか、Gradio GUIを起動します。

7. 7

   対話: エージェントにクエリを送信し、応答を受け取ります。

Qwen-Agentの使用例

• カスタムアシスタント開発
• コード実行と分析
• ドキュメント質問応答
• ブラウザ自動化
• ツール統合
• 複雑なタスク計画
• AIチャットボットバックエンド

Qwen-AgentのFAQ

• Qwen-Agentとは何ですか？

  Qwen-Agentは、Qwenモデルを活用して、関数呼び出し、コード解釈、RAGなどの機能を持つLLMアプリケーションを構築するためのオープンソースフレームワークです。

• Qwen-Agentの主な機能は何ですか？

  主な機能には、関数呼び出し、コード解釈、RAG、MCPサポート、カスタムツール統合、およびBrowser Assistantのようなサンプルアプリケーションが含まれます。

• Qwen-Agentのインストール方法を教えてください。

  pipを使用して `pip install -U "qwen-agent[gui,rag,code_interpreter,mcp]"` でインストールするか、ソースからインストールできます。

• Qwen-Agentはカスタムツールを使用できますか？

  はい、Qwen-Agentでは、開発者は`BaseTool`を継承してカスタムツールを定義および登録できます。

• コード解釈ツールはどのように機能しますか？

  コード解釈ツールは、ローカルDockerコンテナを使用して、分離されたサンドボックス環境内で安全にコードを実行するように実装されています。

• Qwen-AgentはどのLLMモデルをサポートしていますか？

  Qwen-AgentはQwenモデルバージョン3.0以降に基づいて構築されており、OpenAI API互換のモデルサービスとも統合できます。

• 長文ドキュメントに対する質問応答にQwen-Agentをどのように使用できますか？

  Qwen-Agentは、高速なRAGソリューションと、ネイティブの長文コンテキストモデルを上回る、超長文ドキュメントに対する質問応答のための競争力のあるエージェントを提供します。

• Qwen-Agentは関数呼び出しをサポートしていますか？

  はい、Qwen-Agentは関数呼び出し機能を提供しており、そのエージェントクラスはこの機能に基づいて構築されており、並列関数呼び出しをサポートしています。

• Qwen-AgentのLLMをどのように構成しますか？

  LLMの構成は、モデル名、タイプ、APIキー、およびオプションの生成ハイパーパラメータを指定する辞書（`llm_cfg`）を通じて行われます。

• Qwen-AgentのコンテキストにおけるMCPとは何ですか？

  MCPはMulti-turn Conversation Protocolの略で、Qwen-Agentはより複雑で自然な対話フローを促進するためにこれをサポートしています。

• Qwen-Agent用のGUIはありますか？

  はい、Qwen-AgentはGradioを使用して便利なGUIインターフェースを提供しており、エージェントデモの迅速なデプロイを可能にします。

• MCPを使用するための依存関係は何ですか？

  MCPの依存関係には、Node.js、uv 0.4.18+、Git、およびSQLiteが含まれます。macOSおよびWindowsのインストール手順が提供されています。