canonical_url: https://bebechien.github.io/cozy-corner-future/posts/demystifying-ai-agents-with-turtle-gemma/
描述： ''
已發布：是
標籤：
-
龜
-
芽
-
人工智慧
-
代理人
標題：用 Turtle 和 Gemma 揭秘 AI 代理
🐢 在畫布上說話
如果你跟我一樣，你對「程式設計」的最初印象可能就是在一台發光的CRT顯示器上看到一個小小的三角形。你輸入FORWARD 100 ，然後看著小烏龜在螢幕上畫出一條線。那感覺簡直太神奇了。你竟然能讓電腦做事。 （另見： Logo（程式語言） ）
最近，我透過一個名為Turtle-Gemma的專案，重新發現了人工智慧的這種魔力，它將童年的那種魔力帶到了現代人工智慧領域。
你無需輸入命令，只需點擊瀏覽器中的麥克風圖標，然後說：「嘿，給我畫一顆紅星星。」片刻之後，人工智慧代理就會編寫 Logo 程式碼，執行它，並將你的請求繪製到數字畫布上。
這是一個很有趣的實驗專案，但它的意義遠不止於此：它是理解現代人工智慧「代理」實際工作原理的最有效方法之一。讓我們揭開它的神秘面紗。
🛠️ 把所有東西黏合在一起
將幾種不同的技術無縫連接起來，形成一個完整的系統，這會帶來一種特殊的滿足感。而這正是 Turtle-Gemma 所做的。
從架構來看，這是一個非常簡潔優美的管道：
-
耳朵： Gradio 網路介面可以捕捉您的語音或文字請求。
-
大腦： Google的 Gemma 模型接收這些輸入並充當代理。
-
雙手：一個定制的「無頭」海龜引擎（
turtle_engine.py）接收代理的指令，並將它們繪製到 PIL（Python Imaging Library）圖像上。
作為一個創客，我非常喜歡這個。它提醒我們，無需龐大的企業級技術堆疊也能打造出充滿未來感的產品。一個簡潔的 Python 環境、一個開放權重模型和一個簡單的 UI 函式庫，就足以將你的想法轉化為渲染影像。
💭 透過觀察人工智慧的思考過程，揭開「工具召喚」的神秘面紗
如果你最近有關注人工智慧領域，你可能聽過「智能體工作流程」或「工具呼叫」這些術語。它們聽起來很複雜，令人望而生畏。通常，它們指的是人工智慧查詢資料庫、解析JSON或取得天氣API等任務——這些任務功能強大，但幾乎不為人所察覺。
Turtle-Gemma 是一個完美的、舒適的工具呼叫視覺化工具。
當你讓 Gemma “畫一顆紅星”時，模型不會直接輸出原始圖像檔案。它需要思考所需的步驟並使用給定的“工具”。在這種情況下，這些工具其實就是move_turtle() 、 turn_turtle() 、 set_pen_state()和set_pen_color() （參考： turtle-gemma/config.py ）。
你可以親眼看到人工智慧大聲地進行推理：
-
使用者想要使用海龜繪圖法繪製一顆紅星。星形是一種多邊形，通常是透過反覆向前移動並旋轉特定角度來繪製的。
-
工具呼叫 1：
set_pen_color("red") -
工具呼叫 2：
move_turtle(100) -
工具呼叫 3：
turn_turtle(144) -
（重複5次）
透過強制邏輯邏輯模型（LLM）在畫布上輸出物理的、順序的步驟，人工智慧推理的抽象「黑箱」就完全可視化了。如果人工智慧出現幻覺或邏輯錯誤，你不會看到程式碼靜默崩潰——你會看到一個怪異的、不對稱的星形，而不是一個完美的星形。你實際上是在即時觀察模型的思考過程。
😋 擁抱美麗的意外
當然，因為這是人工智慧試圖在二維空間中導航，所以事情並不總是那麼完美——而這正是樂趣所在。
提示： draw a x-mas tree
有時你會讓AI畫一棵聖誕樹，它會忘記畫樹幹，結果畫出來一個歪歪扭扭的三角形，底部還伸出一條綠線。有時，它可能會搞不清方向，畫出一些奇怪的線條。
這些小小的「錯誤」真是可愛極了。它們提醒我們，語言學碩士並非完美無缺的魔法大腦；它們只是推理引擎，盡力將語言映射到幾何圖形上。
🏖️ 去沙盒玩耍
我們花費大量時間使用人工智慧處理嚴肅的任務——撰寫電子郵件、除錯伺服器或解析電子表格。 Turtle-Gemma 則精彩地提醒我們，使用人工智慧進行程式設計仍然可以充滿樂趣。
提示： draw a gangnam style
如果你想親眼看看工具呼叫是如何運作的，或者只是想體驗用語言創造形狀的樂趣，我強烈建議你克隆這個倉庫，啟動 Gradio 應用，然後試一試。
去讓烏龜畫顆星星吧。說不定你會因此而微笑。
原文出處：https://dev.to/googleai/demystifying-ai-agents-with-turtle-gemma-4ajj
1) --- 會變成分隔線（上一行必須是空白）
2) # 會變成一級標題
3) ## 會變成二級標題
4) ### 會變成三級標題
5) **粗體文字**會顯示粗體文字
6) ```當第一行與最後一行會顯示程式碼
7) 請搜尋 Markdown 語法，了解各種格式
