MLMs之Agent：Phidata的简介、安装和使用方法、案例应用之详细攻略

目录

Phidata简介

Phidata安装和使用方法

1、安装

2、使用方法

(1)、认证

(2)、创建 Agent

(3)、运行 Agent

(4)、Agent Playground

Phidata 案例应用

1、多工具 Agent

2、多模态 Agent

3、多 Agent 协同

4、Agentic RAG

5、结构化输出

6、推理 Agent

7、Python 代码 Agent

8、SQL 数据分析 Agent

9、监控和调试

---

Phidata简介

2023年11月，Phidata是一个用于构建多模态智能体的框架，它允许你构建具有记忆、知识、工具和推理能力的多模态智能体，并通过一个美观的Agent UI与它们进行交互。Phidata 的核心优势在于其简洁优雅的设计、强大的灵活性和多模态特性，支持文本、图像、音频和视频等多种数据类型。它还支持多智能体协同工作，内置Agentic RAG（基于智能体的检索增强生成）功能，并提供结构化输出和推理能力。Phidata 不存储任何数据，所有智能体数据都存储在本地 SQLite 数据库中。

Phidata 提供了一个功能强大且易于使用的框架，用于构建各种类型的多模态智能体，并支持多种高级功能，例如多 Agent 协同、Agentic RAG 和结构化输出。 其提供的示例和文档也十分完善，方便用户快速上手和进行开发。

GitHub地址：https://github.com/phidatahq/phidata

pip install -U phidata

Phidata安装和使用方法

1、安装

安装 Phidata 非常简单，只需使用 pip 命令：

pip install -U phidata

pip install phidata openai duckduckgo-search

2、使用方法

Phidata 的使用方法主要体现在构建和运行各种类型的 Agent。以下是一些示例：

(1)、认证

在使用 Phidata Playground 之前，需要进行身份验证。可以通过运行 phi auth 命令或从 phidata.app 导出 PHI_API_KEY 环境变量来完成身份验证。

(2)、创建 Agent

Phidata 提供了丰富的 API 来创建各种功能的 Agent。 核心在于使用 phi.agent.Agent 类，并配置其模型、工具、指令、存储等参数。例如，创建一个简单的网络搜索 Agent：

from phi.agent import Agent
from phi.model.openai import OpenAIChat
from phi.tools.duckduckgo import DuckDuckGo

web_agent = Agent(
    model=OpenAIChat(id="gpt-4o"),
    tools=[DuckDuckGo()],
    instructions=["Always include sources"],
    show_tool_calls=True,
    markdown=True,
)
web_agent.print_response("Tell me about OpenAI Sora?", stream=True)

这段代码创建了一个名为 web_agent 的 Agent，使用 OpenAI 的 gpt-4o 模型，并使用了 DuckDuckGo 作为搜索工具。instructions 指定了 Agent 的指令，show_tool_calls 和 markdown 控制输出格式。

(3)、运行 Agent

创建 Agent 后，可以直接运行其 print_response 方法来与 Agent 交互。 需要安装相应的库，例如 openai 和 duckduckgo-search。 运行代码前，请确保已设置 OPENAI_API_KEY 环境变量。

export OPENAI_API_KEY=sk-xxxx
python web_search.py

(4)、Agent Playground

Phidata 提供了一个 Agent Playground，用于方便地与多个 Agent 交互。 需要运行 playground.py 文件启动 Playground，然后访问指定的 URL (例如 http://localhost:7777) 与 Agent 进行交互。

Phidata 案例应用

Phidata 提供了多个案例，展示了其强大的功能：

1、多工具 Agent

Phidata Agent 可以使用多个工具并遵循指令来完成复杂的任务。例如，一个金融 Agent 可以使用 YFinanceTools 查询金融数据：

# finance_agent.py 的代码 (已在问题描述中提供)

from phi.agent import Agent
from phi.model.openai import OpenAIChat
from phi.tools.yfinance import YFinanceTools

finance_agent = Agent(
    name="Finance Agent",
    model=OpenAIChat(id="gpt-4o"),
    tools=[YFinanceTools(stock_price=True, analyst_recommendations=True, company_info=True, company_news=True)],
    instructions=["Use tables to display data"],
    show_tool_calls=True,
    markdown=True,
)
finance_agent.print_response("Summarize analyst recommendations for NVDA", stream=True)

2、多模态 Agent

Phidata Agent 默认支持文本、图像、音频和视频等多种模态。例如，一个图像 Agent 可以理解图像并根据需要进行工具调用：

# image_agent.py 的代码 (已在问题描述中提供)

from phi.agent import Agent
from phi.model.openai import OpenAIChat
from phi.tools.duckduckgo import DuckDuckGo

agent = Agent(
    model=OpenAIChat(id="gpt-4o"),
    tools=[DuckDuckGo()],
    markdown=True,
)

agent.print_response(
    "Tell me about this image and give me the latest news about it.",
    images=["https://upload.wikimedia.org/wikipedia/commons/b/bf/Krakow_-_Kosciol_Mariacki.jpg"],
    stream=True,
)

3、多 Agent 协同

Phidata Agent 可以协同工作以完成复杂的任务。例如，一个团队由网络搜索 Agent 和金融 Agent 组成，共同完成任务：

# agent_team.py 的代码 (已在问题描述中提供)

from phi.agent import Agent
from phi.model.openai import OpenAIChat
from phi.tools.duckduckgo import DuckDuckGo
from phi.tools.yfinance import YFinanceTools

web_agent = Agent(
    name="Web Agent",
    role="Search the web for information",
    model=OpenAIChat(id="gpt-4o"),
    tools=[DuckDuckGo()],
    instructions=["Always include sources"],
    show_tool_calls=True,
    markdown=True,
)

finance_agent = Agent(
    name="Finance Agent",
    role="Get financial data",
    model=OpenAIChat(id="gpt-4o"),
    tools=[YFinanceTools(stock_price=True, analyst_recommendations=True, company_info=True)],
    instructions=["Use tables to display data"],
    show_tool_calls=True,
    markdown=True,
)

agent_team = Agent(
    team=[web_agent, finance_agent],
    model=OpenAIChat(id="gpt-4o"),
    instructions=["Always include sources", "Use tables to display data"],
    show_tool_calls=True,
    markdown=True,
)

agent_team.print_response("Summarize analyst recommendations and share the latest news for NVDA", stream=True)

4、Agentic RAG

Phidata 引入了 Agentic RAG，允许 Agent 在其知识库中搜索特定信息，从而提高响应质量并节省 token。

# rag_agent.py 的代码 (已在问题描述中提供)

from phi.agent import Agent
from phi.model.openai import OpenAIChat
from phi.embedder.openai import OpenAIEmbedder
from phi.knowledge.pdf import PDFUrlKnowledgeBase
from phi.vectordb.lancedb import LanceDb, SearchType

# Create a knowledge base from a PDF
knowledge_base = PDFUrlKnowledgeBase(
    urls=["https://phi-public.s3.amazonaws.com/recipes/ThaiRecipes.pdf"],
    # Use LanceDB as the vector database
    vector_db=LanceDb(
        table_name="recipes",
        uri="tmp/lancedb",
        search_type=SearchType.vector,
        embedder=OpenAIEmbedder(model="text-embedding-3-small"),
    ),
)
# Comment out after first run as the knowledge base is loaded
knowledge_base.load()

agent = Agent(
    model=OpenAIChat(id="gpt-4o"),
    # Add the knowledge base to the agent
    knowledge=knowledge_base,
    show_tool_calls=True,
    markdown=True,
)
agent.print_response("How do I make chicken and galangal in coconut milk soup", stream=True)

5、结构化输出

Agent 可以返回结构化输出，例如使用 Pydantic 模型：

# structured_output.py 的代码 (已在问题描述中提供)

6、推理 Agent

Phidata 提供了实验性的推理功能，帮助 Agent 分步解决问题。

# reasoning_agent.py 的代码 (已在问题描述中提供)

7、Python 代码 Agent

PythonAgent 可以编写和运行 Python 代码来完成任务。

# python_agent.py 的代码 (已在问题描述中提供)

8、SQL 数据分析 Agent

DuckDbAgent 可以使用 SQL 进行数据分析。

# data_analyst.py 的代码 (已在问题描述中提供)

9、监控和调试

Phidata 内置了监控和调试功能，方便用户跟踪 Agent 的运行状态和调试问题。