安装运行

pip install -r requirements.txt
python main.py # 需要自动答题时解除main函数中的start_answer注释

改进

当前使用的时Glm4-Air，效果差点，需要在LLM/llm.py更改model为Glm4答题效果更佳

团队token位置：api.py中

项目方案介绍

该方案的核心思想就是将原子的问题交给大模型回答。

期间如果遇到其他问题，应该由单独的llm去解决而不应该全部依赖Agent。 如用户输入纠错、模型返回结果混乱、案号提取等等小问题都有对应的llm。

解题步骤

1. 将问题分解成n个的完整的子问题
2. 将第一个小问题对Agent进行提问
3. 将Agent的回答当作背景知识结合第二个小问题进行提问
4. 循环以上步骤
5. 由大模型结合用户问题和小问题答案进行总结

优点介绍

1. 在解决完一个小问题时，将对话上下文中的无用信息都总结为一个小的答案，无任何干扰信息，不需要进行信息抽取。
2. Agent更加专注，只需要选择工具，生成参数，降低幻觉产生。
3. 多个llm相互配合，犹如一个团队解决一个问题，每个llm各司其职。
4. 可以使用不同能力的模型，比如复杂的问题使用GLM4，简单问题使用GLM4-Air，降低tokens消耗。