--- title: Qwen Agent emoji: 📈 colorFrom: yellow colorTo: purple sdk: docker pinned: false license: apache-2.0 app_port: 7860 --- 中文 | [English](./README.md)


Qwen-Agent是一个代码框架,用于发掘开源通义千问模型([Qwen](https://github.com/QwenLM/Qwen))的工具使用、规划、记忆能力。 在Qwen-Agent的基础上,我们开发了一个名为BrowserQwen的**Chrome浏览器扩展**,它具有以下主要功能: - 与Qwen讨论当前网页或PDF文档的内容。 - 在获得您的授权后,BrowserQwen会记录您浏览过的网页和PDF/Word/PPT材料,以帮助您快速了解多个页面的内容,总结您浏览过的内容,并自动化繁琐的文字工作。 - 集成各种插件,包括可用于数学问题求解、数据分析与可视化、处理文件等的**代码解释器**(**Code Interpreter**)。 # 用例演示 如果您更喜欢观看视频,而不是效果截图,可以参见[视频演示](#视频演示)。 ## 工作台 - 创作模式 **根据浏览过的网页、PDFs素材进行长文创作**

**调用插件辅助富文本创作**
## 工作台 - 对话模式 **多网页问答**
**使用代码解释器绘制数据图表**
## 浏览器助手 **网页问答**
**PDF文档问答**
# BrowserQwen 使用说明 支持环境:MacOS,Linux,Windows。 ## 第一步 - 部署模型服务 ***如果您正在使用阿里云提供的[DashScope](https://help.aliyun.com/zh/dashscope/developer-reference/quick-start)服务来访问Qwen系列模型,可以跳过这一步,直接到第二步。*** 但如果您不想使用DashScope,而是希望自己部署一个模型服务。那么可以参考[Qwen项目](https://github.com/QwenLM/Qwen/blob/main/README_CN.md#api),部署一个兼容OpenAI API的模型服务: ```bash # 安装依赖 git clone git@github.com:QwenLM/Qwen.git cd Qwen pip install -r requirements.txt pip install fastapi uvicorn "openai<1.0.0" "pydantic>=2.3.0" sse_starlette # 启动模型服务,通过 -c 参数指定模型版本 # - 指定 --server-name 0.0.0.0 将允许其他机器访问您的模型服务 # - 指定 --server-name 127.0.0.1 则只允许部署模型的机器自身访问该模型服务 python openai_api.py --server-name 0.0.0.0 --server-port 7905 -c Qwen/Qwen-14B-Chat ``` 目前,我们支持指定-c参数以加载 [Qwen 的 Hugging Face主页](https://huggingface.co/Qwen) 上的模型,比如`Qwen/Qwen-1_8B-Chat`、`Qwen/Qwen-7B-Chat`、`Qwen/Qwen-14B-Chat`、`Qwen/Qwen-72B-Chat`,以及它们的`Int4`和`Int8`版本。 ## 第二步 - 部署本地数据库服务 在这一步,您需要在您的本地机器上(即您可以打开Chrome浏览器的那台机器),部署维护个人浏览历史、对话历史的数据库服务。 首次启动数据库服务前,请记得安装相关的依赖: ```bash # 安装依赖 git clone https://github.com/QwenLM/Qwen-Agent.git cd Qwen-Agent pip install -r requirements.txt ``` 如果跳过了第一步、因为您打算使用DashScope提供的模型服务的话,请执行以下命令启动数据库服务: ```bash # 启动数据库服务,通过 --llm 参数指定您希望通过DashScope使用的具体模型 # 参数 --llm 可以是如下之一,按资源消耗从小到大排序: # - qwen-7b-chat (与开源的Qwen-7B-Chat相同模型) # - qwen-14b-chat (与开源的Qwen-14B-Chat相同模型) # - qwen-turbo # - qwen-plus # 您需要将YOUR_DASHSCOPE_API_KEY替换为您的真实API-KEY。 export DASHSCOPE_API_KEY=YOUR_DASHSCOPE_API_KEY python run_server.py --model_server dashscope --llm qwen-7b-chat --workstation_port 7864 ``` 如果您没有在使用DashScope、而是参考第一步部署了自己的模型服务的话,请执行以下命令: ```bash # 启动数据库服务,通过 --model_server 参数指定您在 Step 1 里部署好的模型服务 # - 若 Step 1 的机器 IP 为 123.45.67.89,则可指定 --model_server http://123.45.67.89:7905/v1 # - 若 Step 1 和 Step 2 是同一台机器,则可指定 --model_server http://127.0.0.1:7905/v1 python run_server.py --model_server http://{MODEL_SERVER_IP}:7905/v1 --workstation_port 7864 ``` 现在您可以访问 [http://127.0.0.1:7864/](http://127.0.0.1:7864/) 来使用工作台(Workstation)的创作模式(Editor模式)和对话模式(Chat模式)了。 关于工作台的使用技巧,请参见工作台页面的文字说明、或观看[视频演示](#视频演示)。 ## Step 3. 安装浏览器助手 安装BrowserQwen的Chrome插件(又称Chrome扩展程序): 1. 打开Chrome浏览器,在浏览器的地址栏中输入 `chrome://extensions/` 并按下回车键; 2. 确保右上角的 `开发者模式` 处于打开状态,之后点击 `加载已解压的扩展程序` 上传本项目下的 `browser_qwen` 目录并启用; 3. 单击谷歌浏览器右上角```扩展程序```图标,将BrowserQwen固定在工具栏。 注意,安装Chrome插件后,需要刷新页面,插件才能生效。 当您想让Qwen阅读当前网页的内容时: 1. 请先点击屏幕上的 `Add to Qwen's Reading List` 按钮,以授权Qwen在后台分析本页面。 2. 再单击浏览器右上角扩展程序栏的Qwen图标,便可以和Qwen交流当前页面的内容了。 ## 视频演示 可查看以下几个演示视频,了解BrowserQwen的基本操作: - 根据浏览过的网页、PDFs进行长文创作 [video](https://qianwen-res.oss-cn-beijing.aliyuncs.com/assets/qwen_agent/showcase_write_article_based_on_webpages_and_pdfs.mp4) - 提取浏览内容使用代码解释器画图 [video](https://qianwen-res.oss-cn-beijing.aliyuncs.com/assets/qwen_agent/showcase_chat_with_docs_and_code_interpreter.mp4) - 上传文件、多轮对话利用代码解释器分析数据 [video](https://qianwen-res.oss-cn-beijing.aliyuncs.com/assets/qwen_agent/showcase_code_interpreter_multi_turn_chat.mp4) # 评测基准 我们也开源了一个评测基准,用于评估一个模型写Python代码并使用Code Interpreter进行数学解题、数据分析、及其他通用任务时的表现。评测基准见 [benchmark](benchmark/README.md) 目录,当前的评测结果如下:
In-house Code Interpreter Benchmark (Version 20231206)
Model 代码执行结果正确性 (%) 生成代码的可执行率 (%)
Math↑Visualization-Hard↑Visualization-Easy↑General↑
GPT-4 82.8 66.7 60.8 82.8
GPT-3.5 47.3 33.3 55.7 74.1
LLaMA2-13B-Chat 8.3 1.2 15.2 48.3
CodeLLaMA-13B-Instruct 28.2 15.5 21.5 74.1
InternLM-20B-Chat 34.6 10.7 24.1 65.5
ChatGLM3-6B 54.2 4.8 15.2 62.1
Qwen-1.8B-Chat 25.6 21.4 22.8 65.5
Qwen-7B-Chat 41.9 23.8 38.0 67.2
Qwen-14B-Chat 58.4 31.0 45.6 65.5
Qwen-72B-Chat 72.7 41.7 43.0 82.8
# 免责声明 本项目并非正式产品,而是一个概念验证项目,用于演示Qwen系列模型的能力。 > 重要提示:代码解释器未进行沙盒隔离,会在部署环境中执行代码。请避免向Qwen发出危险指令,切勿将该代码解释器直接用于生产目的。