如何安装 Parlant 并跑通第一个带 guideline 的代理【免费下载链接】parlantBuild reliable customer-facing AI agents with Parlant: an interaction control harness optimized for controlled, consistent, and predictable LLM interactions.项目地址: https://gitcode.com/GitHub_Trending/pa/parlant这篇文章完成三件事安装 Parlant 包、启动一个最小代理并验证第一条 guideline 真实生效。Parlant 是一个开源的 Agentic Behavior Modeling Engine用于构建客户对话型 LLM 代理其中 guideline 由 condition何时触发和 action代理该做什么两部分组成Parlant 会在生成回复前先匹配相关 guideline从而让代理在特定情境下按你的规则行事。完成本文后你会得到一个运行在http://localhost:8800的代理并且当客户向它打招呼时它会主动offer a refreshing drink——这正是你写进 guideline 的行为。环境前提Parlant 对运行环境有两个明确要求Python 3.10 及以上版本。低于 3.10 会导致 Parlant 无法正常运行。一个 OpenAI API key。Parlant 默认使用 OpenAI 作为 NLP 提供商环境变量OPENAI_API_KEY必须已设置。Parlant 支持 Windows、Mac 和 Linux 平台。安装 Parlantpip install parlantParlant 发布在 PyPI 上这是标准安装路径。装完后不需要额外的启动脚本代理由你自己的 Python 程序定义并启动。创建第一个代理新建一个main.py写入以下内容# main.py import asyncio import parlant.sdk as p async def main(): async with p.Server() as server: agent await server.create_agent( nameOtto Carmen, descriptionYou work at a car dealership, ) asyncio.run(main())代码中的要点p.Server()是一个异步上下文管理器进入上下文时启动服务监听http://localhost:8800退出时关闭。Parlant 整体采用async/await编程范式main函数必须声明为async并用asyncio.run(main())驱动。create_agent只需提供name和description两个参数description 会作为代理的基础人设此处是你在一家汽车经销店工作。然后设置 API key 并运行把YOUR_API_KEY替换成你真实的 OpenAI API keyexport OPENAI_API_KEYYOUR_API_KEY python main.py验证安装成功程序启动后在浏览器打开 http://localhost:8800点击开始一个新会话向代理发送一条消息。能收到回复说明服务、NLP 提供商连接和 agent 创建都已正常工作。这是安装文档给出的安装验证方式。补充一个运行现象程序启动时会先看到 Parlant 对配置做语义属性评估它借此优化 guideline 和 journey 的检索与处理方式服务就绪后才能交互。加第一条 guideline在create_agent之后添加以下内容# main.py import asyncio import parlant.sdk as p async def main(): async with p.Server() as server: agent await server.create_agent( nameOtto Carmen, descriptionYou work at a car dealership, ) ############################## ## Add the following: ## ############################## await agent.create_guideline( # This is when the guideline will be triggered conditionthe customer greets you, # This is what the guideline instructs the agent to do actionoffer a refreshing drink, ) asyncio.run(main())这条 guideline 是 when/then 形式当 condition 成立客户向你打招呼时agent 执行 action提议一杯清爽饮料。Guideline 是 Parlant 行为模型的基本单元你可以添加任意多条Parlant 会在每一轮对话中动态筛选当前上下文相关的 guideline 注入模型上下文而不会把全部 guideline 塞进 prompt。验证 guideline 生效重新运行程序python main.py刷新http://localhost:8800开始一个新会话向代理打招呼。按文档预期代理应当主动向你提供一杯饮料You should expect to be offered a drink!。注意这里要求新会话是有原因的Parlant 会追踪 guideline 的应用状态——一旦某个 action 在会话内完成该 guideline 会被停用除非上下文发生明显变化。所以复测同一行为时必须开新会话否则你会看到代理不再重复提出饮料这不是 bug。如果代理没有按预期回应可以查看服务端日志中的 GuidelineMatcher 记录来排查日志会包含该 guideline 的condition_applies条件是否成立、condition_application_rationale与action_application_rationale等推理产物能直接回答代理为什么判断这条 guideline 该不该触发。相关字段示例来自文档{ guideline_id: fl00LGUyZX, condition: the customer wants to return an item, condition_applies: true, applies_score: 9 }可选分支切换 NLP 提供商默认用 OpenAI 即可跑通。若要换用内置的其他提供商在创建 server 时指定即可例如 Cerebrasasync with p.Server(nlp_servicep.NLPServices.cerebras) as server: ...部分提供商需要先安装对应的 extra 包Cerebras 的例子是pip install parlant[cerebras]文档中有一个明确建议Parlant 在 OpenAI 和 Anthropic 模型上表现最好这类模型生成符合 JSON schema 的高质量补全时一致性最高刚上手时推荐二选一。已知限制与下一步两点与 guideline 验证直接相关的边界Guideline 在代理生成回复之前被评估和匹配因此类似做完 X 之后立刻做 Y这类要求代理在自身输出之后才反应的 guideline 可能不按预期工作见 Guidelines 概念页。Guideline 的行为追踪意味着同一会话内已完成的 action 不会重复触发验证或演示时请开新会话。想继续深入可以阅读 Guidelines 概念文档学习如何把 condition 和 action 写得具体且有边界过于含糊的 guideline 会导致 LLM 以各种不可控方式解读参考仓库中的完整示例 examples/healthcare.py对应文档 docs/quickstart/examples.md它展示了 guideline 与 journey、tool 组合后的完整形态若前端是 React 项目可用官方组件快速接入npm install parlant-chat-react若要自建前端可安装客户端 SDKPythonpip install parlant-clientTypeScript/JavaScriptnpm install parlant-client。【免费下载链接】parlantBuild reliable customer-facing AI agents with Parlant: an interaction control harness optimized for controlled, consistent, and predictable LLM interactions.项目地址: https://gitcode.com/GitHub_Trending/pa/parlant创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考