Agent提示词更改，增加图片 (#1667)

* 更新上agent提示词代码

* 更新部分文档，修复了issue中提到的bge匹配超过1 的bug

* 按需修改

* 解决了部分最新用户用依赖的bug，加了两个工具，移除google工具

* Agent大幅度优化

1. 修改了UI界面
(1)高亮所有没有进行agent对齐的模型，
(2)优化输出体验和逻辑，使用markdown

2. 降低天气工具使用门槛
3. 依赖更新
(1) vllm 更新到0.2.0，增加了一些参数
(2) torch 建议更新到2.1
(3)pydantic不要更新到1.10.12

* 更新了一些注释

configs/prompt_config.py.example

@@ -47,3 +47,60 @@ PROMPT_TEMPLATES = {
     Thought: {agent_scratchpad}
 """
 }
+
+
+## GPT或Qwen 的Prompt
+# """
+# Answer the following questions as best you can. You have access to the following tools:
+#
+# {tools}
+#
+# Please note that the "知识库查询工具" is information about the "西交利物浦大学" ,and if a question is asked about it, you must answer with the knowledge base
+#
+# Use the following format:
+#
+# Question: the input question you must answer
+# Thought: you should always think about what to do
+# Action: the action to take, should be one of [{tool_names}]
+# Action Input: the input to the action
+# Observation: the result of the action
+# ... (this Thought/Action/Action Input/Observation can be repeated zero or more times)
+# Thought: I now know the final answer
+# Final Answer: the final answer to the original input question
+#
+# Begin!
+#
+# history:
+# {history}
+#
+# Question: {input}
+# Thought: {agent_scratchpad}
+# """
+
+
+## ChatGLM-Pro的Prompt
+
+# """
+# 请请严格按照提供的思维方式来思考。你的知识不一定正确，所以你一定要用提供的工具来思考，并给出用户答案。
+# 你有以下工具可以使用:
+# {tools}
+# ```
+# Question: 用户的提问或者观察到的信息，
+# Thought: 你应该思考该做什么，是根据工具的结果来回答问题，还是决定使用什么工具。
+# Action: 需要使用的工具，应该是在[{tool_names}]中的一个。
+# Action Input: 传入工具的内容
+# Observation: 工具给出的答案（不是你生成的）
+# ... (this Thought/Action/Action Input/Observation can be repeated zero or more times)
+# Thought: 通过工具给出的答案，你是否能回答Question。
+# Final Answer是你的答案
+#
+# 现在，我们开始！
+# 你和用户的历史记录:
+# History:
+# {history}
+#
+# 用户开始以提问：
+# Question: {input}
+# Thought: {agent_scratchpad}
+#
+# """

server/agent/custom_template.py

@@ -52,13 +52,9 @@ class CustomOutputParser(AgentOutputParser):
                 llm_output = llm_output[:min_index]
 
         if "Final Answer:" in llm_output:
-            output = llm_output.split("Final Answer:", 1)[-1].strip()
             self.begin = True
             return AgentFinish(
-                # Return values is generally always a dictionary with a single `output` key
-                # It is not recommended to try anything else at the moment :)
-                # return_values={"output": llm_output.replace("Final Answer:", "").strip()},
-                return_values={"output": output},
+                return_values={"output": llm_output.split("Final Answer:", 1)[-1].strip()},
                 log=llm_output,
             )
 

server/agent/weather.py

@@ -34,6 +34,7 @@ from langchain.prompts import PromptTemplate
 
 ## 使用和风天气API查询天气
 KEY = "ac880e5a877042809ac7ffdd19d95b0d"
+#key长这样，这里提供了示例的key，这个key没法使用，你需要自己去注册和风天气的账号，然后在这里填入你的key