Last updated
Last updated
Agent 策略插件能够帮助内部的 LLM 执行推理或决策逻辑,包括工具选择、调用和结果处理。
本文将演示如何创建一个具备工具调用(Function Calling)能力,自动获取当前准确时间的插件。Agent 策略插件能够辅助应用生成更加精确的信息。
Dify 插件脚手架工具
Python 环境,版本号 ≥ 3.12
关于如何准备插件开发的脚手架工具,详细说明请参考。
运行以下命令,初始化 Agent 插件开发模板。
并按照提示填写对应信息。
初始化插件模板后将生成一个代码文件夹,包含了插件开发所需的完整资源。熟悉 Agent 策略插件的整体代码结构有助于插件的开发过程,代码结构如下:
Agent 策略插件的主要执行逻辑与功能实现文件是 strategies/basic_agent.py
。首先可以定义 Agent 插件的所需参数,例如赋予其调用 LLM 模型,使用工具的能力。此处定义最基础的 model
, tools
, query
, maximum_iterations
四项参数。