最もシンプルな対話

他のすべてのAgentフレームワークと同様に、openmcp-sdkを使用して大規模言語モデルとの最も基本的なテキスト対話を実現できます。これはわずか数行のコードで簡単に完了します。

agentの作成

openmcp-sdkでは以下の文で迅速にagentインスタンスを作成できます：

import { OmAgent } from 'openmcp-sdk/service/sdk';

const agent = new OmAgent();

これは私たちの後続作業すべての基礎となります。

大規模言語モデルの設定

setDefaultLLMを使用してデフォルトの大規模言語モデルを設定できます。ここではdeepseekを例に挙げます：

agent.setDefaultLLM({
    baseURL: 'https://api.deepseek.com',
    apiToken: 'sk-xxxxxxxxxxxxxxxx',
    model: 'deepseek-chat',
});

:::tip APIキーがコード内に存在することで漏洩するのを防ぐため、環境変数からの入力を推奨します：

bashrcまたはzshrcファイルに以下を追加：

export OPENMCP_API_TOKEN=sk-xxxxxxxxxxxxxxxx

そして上記コードを修正：

agent.setDefaultLLM({
    baseURL: 'https://api.deepseek.com',
    apiToken: process.env['OPENMCP_API_TOKEN'],
    model: 'deepseek-chat',
});

:::

その他の大規模言語モデルの接続パラメータについては、各モデル提供元のドキュメントを参照してください。

対話の送信

ainvokeメソッドを使用して、テキストを直接大規模言語モデルに送信し、1回のインタラクションと対話を完了できます：

const result = await agent.ainvoke({ messages: '你好，我是 LSTM-Kirigaya，我的另一个名字是锦恢' });
console.log(result)

上記のコードを実行すると、以下のような返答が得られます：

你好，LSTM-Kirigaya（锦恢）！很高兴认识你～  

你的名字结合了技术（LSTM，长短期记忆网络）和动漫元素（Kirigaya可能让人联想到《刀剑神域》的桐谷和人/桐人），而“锦恢”这个中文名又很有诗意，听起来像是一位对AI和二次元都充满热情的伙伴呢！  

有什么想聊的吗？无论是技术、ACG，还是名字背后的故事，我都乐意倾听～ ✨

2.3 KiB Raw Blame History Unescape Escape

最もシンプルな対話

agentの作成

大規模言語モデルの設定

対話の送信

2.3 KiB

Raw Blame History