From e5a71dab1cf83fd0c1f24ffeee30f193e05d5aa2 Mon Sep 17 00:00:00 2001 From: ruiyang yang <37761110+spemed@users.noreply.github.com> Date: Tue, 18 Feb 2025 17:15:01 +0800 Subject: [PATCH] Update docs in zh/examples/multiagents.md (#688) Co-authored-by: yangruiyang --- docs/source/zh/examples/multiagents.md | 18 ++++++++---------- 1 file changed, 8 insertions(+), 10 deletions(-) diff --git a/docs/source/zh/examples/multiagents.md b/docs/source/zh/examples/multiagents.md index be5aa5e..3b177d1 100644 --- a/docs/source/zh/examples/multiagents.md +++ b/docs/source/zh/examples/multiagents.md @@ -139,26 +139,24 @@ web_agent = ToolCallingAgent( tools=[DuckDuckGoSearchTool(), visit_webpage], model=model, max_steps=10, -) -``` - -然后我们将这个agent封装到一个`ManagedAgent`中，使其可以被其管理的agent调用。 - -```py -managed_web_agent = ManagedAgent( - agent=web_agent, name="search", description="Runs web searches for you. Give it your query as an argument.", ) ``` -最后，我们创建一个manager agent，在初始化时将我们的managed agent传递给它的`managed_agents`参数。因为这个agent负责计划和思考，所以高级推理将是有益的，因此`CodeAgent`将是最佳选择。此外，我们想要问一个涉及当前年份的问题，并进行额外的数据计算：因此让我们添加`additional_authorized_imports=["time", "numpy", "pandas"]`，以防agent需要这些包。 +请注意，我们为这个代理赋予了 name（名称）和 description（描述）属性，这些是必需属性，以便让管理代理能够调用此代理。 + +然后，我们创建一个管理代理，在初始化时，将受管代理作为 managed_agents 参数传递给它。 + +由于这个代理的任务是进行规划和思考，高级推理能力会很有帮助，因此 CodeAgent（代码代理）将是最佳选择。 + +此外，我们要提出一个涉及当前年份并需要进行额外数据计算的问题：所以让我们添加 additional_authorized_imports=["time", "numpy", "pandas"]，以防代理需要用到这些包。 ```py manager_agent = CodeAgent( tools=[], model=model, - managed_agents=[managed_web_agent], + managed_agents=[web_agent], additional_authorized_imports=["time", "numpy", "pandas"], ) ```