LLM Agents PHP SDK 开源项目教程
2025-05-21 20:43:26作者:虞亚竹Luna
1. 项目介绍
LLM Agents PHP SDK 是一个开源的 PHP 库,旨在帮助开发者构建和管理基于语言模型(LLM)的代理。这个框架支持开发者创建能够执行复杂任务、做出决策以及与各种工具和 API 交互的自主代理。通过该 SDK,开发者可以高效地将 LLM 功能集成到 PHP 应用中,从而创建能够理解用户输入、处理信息并根据这些处理执行动作的智能系统。
2. 项目快速启动
首先,确保您的开发环境已经安装了 Composer。接下来,通过以下命令安装 LLM Agents PHP SDK:
composer require llm-agents/agents
创建一个代理
以下是一个创建代理的基本示例:
use LLM\Agents\Agent\AgentAggregate;
use LLM\Agents\Agent\Agent;
use LLM\Agents\Solution\Model;
use LLM\Agents\Solution\ToolLink;
use LLM\Agents\Solution\metadataType;
use LLM\Agents\Solution\SolutionMetadata;
class SiteStatusCheckerAgent extends AgentAggregate {
public const NAME = 'site_status_checker';
public static function create(): self {
$agent = new Agent(
key: self::NAME,
name: 'Site Status Checker',
description: 'This agent checks the online status of websites.',
instruction: 'You are a website status checking assistant. Your goal is to help users determine if a website is online. Use the provided tool to check site availability. Give clear, concise responses about a site\'s status.'
);
$aggregate = new self($agent);
$aggregate->addMetadata(
new SolutionMetadata(type: metadataType::Memory, key: 'check_availability', content: 'Always check the site\'s availability using the provided tool.'),
new SolutionMetadata(type: metadataType::Configuration, key: 'max_tokens', content: 500)
);
$model = new Model(model: 'gpt-4o-mini');
$aggregate->addAssociation($model);
$aggregate->addAssociation(new ToolLink(name: CheckSiteAvailabilityTool::NAME));
return $aggregate;
}
}
实现一个工具
接下来,实现一个用于检查网站可访问性的工具:
use LLM\Agents\Tool\PhpTool;
use LLM\Agents\Tool\ToolLanguage;
class CheckSiteAvailabilityTool extends PhpTool {
public const NAME = 'check_site_availability';
public function __construct() {
parent::__construct(
name: self::NAME,
inputSchema: CheckSiteAvailabilityInput::class,
description: 'This tool checks if a given URL is accessible and returns its HTTP status code and response time.'
);
}
public function getLanguage(): ToolLanguage {
return ToolLanguage::PHP;
}
public function execute(object $input): string {
$ch = curl_init($input->url);
curl_setopt_array($ch, [
CURLOPT_RETURNTRANSFER => true,
CURLOPT_HEADER => true,
CURLOPT_NOBODY => true,
CURLOPT_FOLLOWLOCATION => true,
CURLOPT_MAXREDIRS => 10,
CURLOPT_TIMEOUT => 30,
]);
$startTime = microtime(true);
$response = curl_exec($ch);
$endTime = microtime(true);
$statusCode = curl_getinfo($ch, CURLINFO_HTTP_CODE);
$responseTime = round(($endTime - $startTime) * 1000, 2);
curl_close($ch);
$isOnline = $statusCode >= 200 && $statusCode < 400;
return json_encode([
'status_code' => $statusCode,
'response_time_ms' => $responseTime,
'is_online' => $isOnline,
]);
}
}
输入模式
class CheckSiteAvailabilityInput {
public function __construct(
#[Field(title: 'URL', description: 'The full URL of the website to check')]
public readonly string $url,
) {}
}
3. 应用案例和最佳实践
本节将介绍一些使用 LLM Agents PHP SDK 的实际案例和最佳实践。由于 SDK 提供了一个灵活的框架,开发者可以根据具体需求定制代理的行为。
- 监控网站状态:如前所示,可以创建一个代理来定期检查特定网站的状态,并在网站不可用时通知用户。
- 自动化任务执行:利用代理执行重复性任务,如数据抓取、报告生成等。
4. 典型生态项目
在 LLM Agents PHP SDK 的生态中,有一些典型的项目可以帮助开发者更快地启动和运行:
- sample-app:一个包含示例代理和 CLI 界面的示例应用程序,展示了 LLM Agents PHP SDK 的实际应用。
以上是 LLM Agents PHP SDK 的基本教程,希望对您的开发有所帮助。
登录后查看全文
热门项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
WebVideoDownloader:高效网页视频抓取工具全面使用指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
291
2.62 K
Ascend Extension for PyTorch
Python
123
149
暂无简介
Dart
580
127
React Native鸿蒙化仓库
JavaScript
227
306
仓颉编译器源码及 cjdb 调试工具。
C++
121
359
仓颉编程语言运行时与标准库。
Cangjie
130
372
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.05 K
610
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
606
184
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205