AI 智能體通過轉變業務運營、自動執行復雜任務和解鎖新的效率，正在徹底改變數字員工隊伍。借助協作能力，這些智能體現在可以協同工作，解決復雜問題并產生更大的影響。
NVIDIA NeMo Agent 工具套件是一個開源庫，可簡化智能體的集成，而無需考慮其構建框架。此工具包允許開發者創建一個統一的環境，以便輕松組合和重復使用不同的數據源和工具。UI 和集成開發環境 (IDE) 集成為開發者提供了用戶友好型界面，使管理和部署智能體變得更加容易。
在本視頻中，我們將向您介紹如何使用開源庫構建自定義 AI 智能體，從而推理復雜問題并從多個來源提取信息。
注意：NVIDIA Agent Intelligence Toolkit (AIQ) 最近更名為 NVIDIA NeMo Agent Toolkit。核心技術、性能和路線圖保持不變。
?
您將學習使用此工具包構建自定義 AI agents 的步驟，包括：
- 使用支架實用程序設置項目：要開始使用 NVIDIA NeMo Agent 工具包，您可以使用工作流 create 命令生成項目支架。此命令提供一個 pyproject.toml 文件，用于指定將成為插件的所有部分，以及一個 config.yaml 文件，用于定義代理的組件。該工具包提供了托管智能體的靈活方式，包括作為 MCP 服務器和 FastAPI 微服務。本視頻演示了 FastAPI 選項的使用，允許您發出 POST 請求以調用代理。此微服務可配置為使用特定的 LLM 和嵌入模型，這對 RAG 工具至關重要。
- 創建多 RAG 智能體：了解創建多 RAG 智能體的過程，這是一個可以訪問多個 RAG 的智能體，以推理問題并繪制必要信息。RAG 是可以在本地或遠程托管的工具，它們在 config.yaml 文件的功能部分中定義。例如，該視頻展示了為著裝要求、工資單和 PTO 政策創建 RAG 的過程。這些 RAG 使用相同的底層插件實施，但參數不同，展示了工具包的靈活性。
- 實例化和配置 ReAct 智能體：要實現自定義智能體，視頻將介紹必要的導入和配置。為智能體提供了一個工具列表、一個 LLM 客戶端和一個提示。LLM 客戶端與遠程 LLM 通信，并使用提示來指導智能體的響應。然后，設置代理執行程序來管理代理的交互，包括處理聊天記錄和最近的消息。此設置可確保智能體能夠有效使用 RAG 工具來提供準確的上下文感知響應。
- 設置 FastAPI 微服務：此過程的最后一步是設置 FastAPI 微服務。此微服務充當調用 agent 的主要入口點。系統會更新配置文件以匹配定義為入口點的新函數，并使用 toolkit info components 命令行實用程序確保正確指定必要的參數。然后啟動微服務，智能體準備好通過調用 RAG 工具來響應用戶查詢。
通過觀看此新操作視頻或在 GitHub 上下載，開始使用 NVIDIA NeMo Agent 工具包。
?
