智能代理技能分发方法、调用方法、调用系统及设备与流程
本发明涉及人工智能领域,尤其涉及的是智能代理技能分发方法、调用方法、调用系统及设备。
背景技术:
1、大模型智能代理(agent)的核心能力依托于专属技能体系,技能是用于引导大模型完成特定任务的载体集合,包含方法论文档、执行流程、运行约束、配套参考资料等多类信息。
2、然而,现有技术在向客户交付搭载该技能的客户端时,有的是将技能文件随客户端打包并持久存储于本地磁盘,导致技能易复制泄露;有的技术是采用一次性全量下发完整技能内容的方式,单次传输开销大、信息暴露风险高,海量内容易触发客户端多余解析逻辑,影响运行性能。
3、因此,现有技术存在缺陷,有待改进与发展。
技术实现思路
1、本技术提供了智能代理技能分发方法、调用方法、调用系统及设备,以解决相关技术中在对技能分发时,单次传输开销大、信息暴露风险高,海量内容易触发客户端多余解析逻辑的技术问题。
2、为实现上述目的,本技术采用了以下技术方案:
3、一种智能代理技能分发方法,应用于资源提供端,其中,所述智能代理技能分发方法包括:
4、响应请求端发送的基于目标技能的调用请求,在预设的技能库中查询所述目标技能对应的目标核心技能信息,所述技能库中包括若干技能数据组,每个技能数据组包括:用于作为大模型执行任务全局基准的核心技能信息,以及用于作为大模型执行任务过程中所需披露单元的辅助技能信息;
5、将查询到的目标核心技能信息下发至请求端,以使请求端中的大模型基于所述目标核心技能信息执行目标技能;
6、响应请求端中的大模型执行目标技能过程中所形成的针对辅助技能信息的调用请求,向请求端下发所述辅助技能信息。
7、在其中的一个实施例中,所述辅助技能信息包括:若干最小披露单元技能信息,以及基于各最小披露单元技能信息对应的最小披露单元标识形成的标识清单;
8、将查询到的目标核心技能信息下发至请求端的步骤,还包括:
9、将所述目标技能对应的标识清单下发至请求端;
10、其中,所述目标核心技能信息和标识清单均以文本形式下发;
11、响应请求端中的大模型执行目标技能过程中所形成的针对辅助技能信息的调用请求,向请求端下发所述辅助技能信息,包括:
12、响应请求端大模型在执行目标技能过程中所形成的携带有最小披露单元标识的调用请求;
13、基于所述最小披露单元标识在目标技能对应的辅助技能信息中选取对应的最小披露单元技能信息;
14、将最小披露单元标识对应的最小披露单元技能信息以文本形式下发至请求端。
15、在其中的一个实施例中,所述辅助技能信息包括:按照不同披露粒度设置的多个层级技能信息,以及基于各层级技能信息对应的层级标识形成的标识清单;其中,最小层级对应的层级技能信息为最小披露单元技能信息;
16、将查询到的目标核心技能信息下发至请求端的步骤,还包括:
17、将所述技能库中目标技能对应的标识清单下发至请求端;
18、其中,所述目标核心技能信息和标识清单均以文本形式下发;
19、响应请求端中的大模型执行目标技能过程中所形成的针对辅助技能信息的调用请求,向请求端下发所述辅助技能信息,包括:
20、响应请求端大模型在执行目标技能过程中所形成的携带有层级标识的调用请求;
21、基于所述层级标识在目标技能对应的辅助技能信息中选取对应的层级技能信息;
22、将所述层级技能信息以文本形式下发至请求端。
23、在其中的一个实施例中,所述智能代理技能分发方法还包括:
24、当接收到请求端经由鉴权信道发送的任意一个调用请求时,校验调用请求中携带的访问凭证,所述访问凭证支持远程吊销;
25、若校验通过,则下发调用请求对应的技能信息至请求端,基于所述访问凭证得到使用主体和/或登录账号,根据所述使用主体和/或登录账号更新技能调用计量数据;所述技能信息包括核心技能信息和辅助技能信息;
26、若校验不通过,则禁止下发调用请求对应的技能信息至请求端。
27、在其中的一个实施例中,所述核心技能信息、辅助技能信息和标识清单均携带信息使用约束,所述信息使用约束用于管控请求端,以使请求端禁止将核心技能信息、辅助技能信息和标识清单判定为待解析结构化数据,且禁止将核心技能信息、辅助技能信息和标识清单写入本地磁盘存储后再解析。
28、在其中的一个实施例中,所述核心技能信息和辅助技能信息对应的文本中均嵌入有使用主体身份标记,所述使用主体身份标记是对使用主体标识编码得到的,使用主体标识是基于请求端发送的请求中携带的访问凭证得到的。
29、本技术还提供一种智能代理技能调用方法,应用于请求端,其中,所述智能代理技能调用方法包括:
30、响应基于目标技能的请求指令,生成基于目标技能的调用请求,并将基于目标技能的调用请求发送至资源提供端,以使资源提供端在预设的技能库中查询所述目标技能对应的目标核心技能信息,所述技能库中包括若干技能数据组,每个技能数据组包括:用于作为大模型执行任务全局基准的核心技能信息,以及用于作为大模型执行任务过程中所需披露单元的辅助技能信息;
31、接收资源提供端下发的目标核心技能信息,在本地大模型基于所述目标核心技能信息执行目标技能过程中,生成针对辅助技能信息的调用请求,以向资源提供端获取辅助技能信息。
32、在其中的一个实施例中,所述辅助技能信息包括:若干最小披露单元技能信息,以及基于各最小披露单元技能信息对应的最小披露单元标识形成的标识清单;
33、接收资源提供端下发的目标核心技能信息,在本地大模型基于所述目标核心技能信息执行目标技能过程中,生成针对辅助技能信息的调用请求,以向资源提供端获取辅助技能信息,包括:
34、接收资源提供端以文本形式下发的目标核心技能信息以及目标技能对应的标识清单;
35、基于目标技能对应的标识清单,在本地大模型执行目标技能过程中形成携带有最小披露单元标识的调用请求;
36、将携带有最小披露单元标识的调用请求发送至资源提供端,得到资源提供端以文本形式下发的最小披露单元标识对应的最小披露单元技能信息。
37、在其中的一个实施例中,所述辅助技能信息包括:按照不同披露粒度设置的多个层级技能信息,以及基于各层级技能信息对应的层级标识形成的标识清单;其中,最小层级对应的层级技能信息为最小披露单元技能信息;
38、接收资源提供端下发的目标核心技能信息,在本地大模型基于所述目标核心技能信息执行目标技能过程中,生成针对辅助技能信息的调用请求,以向资源提供端获取辅助技能信息,包括:
39、接收资源提供端以文本形式下发的目标核心技能信息以及基于层级标识形成的标识清单;
40、基于层级标识形成的标识清单,在本地大模型执行目标技能过程中形成携带有层级标识的调用请求;
41、将携带有层级标识的调用请求发送至资源提供端,得到资源提供端以文本形式下发的层级标识对应的层级技能信息。
42、在其中的一个实施例中,所述智能代理技能调用方法还包括:
43、基于预先配置的不含技能内容的调用桩构造携带有访问凭证的调用请求,并经由鉴权信道将调用请求发送至资源提供端,所述访问凭证支持远程吊销。
44、本技术还提供一种智能代理技能调用系统,所述系统包括:
45、请求端,用于响应基于目标技能的请求指令,生成基于目标技能的调用请求,并将基于目标技能的调用请求发送至资源提供端;以及接收资源提供端下发的目标核心技能信息,在本地大模型基于所述目标核心技能信息执行目标技能过程中,生成针对辅助技能信息的调用请求;
46、资源提供端,用于响应请求端发送的基于目标技能的调用请求,在预设的技能库中查询所述目标技能对应的目标核心技能信息;以及将查询到的目标核心技能信息下发至请求端,响应请求端中的大模型执行目标技能过程中所形成的针对辅助技能信息的调用请求,向请求端下发所述辅助技能信息;
47、其中,所述技能库中包括若干技能数据组,每个技能数据组包括:用于作为大模型执行任务全局基准的核心技能信息,以及用于作为大模型执行任务过程中所需披露单元的辅助技能信息。
48、本技术还提供一种计算机设备,包括:存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上所述的方法的步骤。
49、本发明的有益效果:本发明实施例的方法通过响应请求端发送的基于目标技能的调用请求,在预设的技能库中查询所述目标技能对应的目标核心技能信息,所述技能库中包括若干技能数据组,每个技能数据组包括:用于作为大模型执行任务全局基准的核心技能信息,以及用于作为大模型执行任务过程中所需披露单元的辅助技能信息;将查询到的目标核心技能信息下发至请求端,以使请求端中的大模型基于所述目标核心技能信息执行目标技能;响应请求端中的大模型执行目标技能过程中所形成的针对辅助技能信息的调用请求,向请求端下发所述辅助技能信息。本技术通过在请求端大模型运行时按需分别下发核心技能信息和辅助技能信息,避免一次性下发全部技能,降低了单次传输开销及信息暴露风险,同时避免了触发请求端多余的解析逻辑。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com