GLM Agent 示例

本示例演示如何在 Agno-Go 中使用 GLM (智谱AI)，中国领先的国产大语言模型平台。

概述

GLM (智谱AI) 是由清华大学知识工程实验室开发的先进语言模型。它提供：

• 中文优化: 在中文语言任务上表现出色
• GLM-4: 主要对话模型，支持 128K 上下文
• GLM-4V: 支持视觉的多模态能力
• GLM-3-Turbo: 快速且经济的变体

前置要求

1. 安装 Go 1.21+
2. 从 https://open.bigmodel.cn/ 获取 GLM API 密钥

获取 API 密钥

1. 访问 https://open.bigmodel.cn/
2. 注册或登录
3. 进入 API Keys 部分
4. 创建新的 API 密钥

API 密钥格式为: {key_id}.{key_secret}

安装

go get github.com/rexleimo/agno-go

环境设置

创建 .env 文件或导出环境变量:

export ZHIPUAI_API_KEY=your-key-id.your-key-secret

基础示例

package main

import (
    "context"
    "fmt"
    "log"
    "os"

    "github.com/rexleimo/agno-go/pkg/agno/agent"
    "github.com/rexleimo/agno-go/pkg/agno/models/glm"
)

func main() {
    // 创建 GLM 模型
    model, err := glm.New("glm-4", glm.Config{
        APIKey:      os.Getenv("ZHIPUAI_API_KEY"),
        Temperature: 0.7,
        MaxTokens:   1024,
    })
    if err != nil {
        log.Fatalf("创建 GLM 模型失败: %v", err)
    }

    // 创建 Agent
    agent, err := agent.New(agent.Config{
        Name:         "GLM 助手",
        Model:        model,
        Instructions: "你是一个有用的 AI 助手。",
    })
    if err != nil {
        log.Fatalf("创建 Agent 失败: %v", err)
    }

    // 运行 Agent
    output, err := agent.Run(context.Background(), "你好！请介绍一下你自己。")
    if err != nil {
        log.Fatalf("Agent 运行失败: %v", err)
    }

    fmt.Println(output.Content)
}

带工具的示例

package main

import (
    "context"
    "fmt"
    "log"
    "os"

    "github.com/rexleimo/agno-go/pkg/agno/agent"
    "github.com/rexleimo/agno-go/pkg/agno/models/glm"
    "github.com/rexleimo/agno-go/pkg/agno/tools/calculator"
    "github.com/rexleimo/agno-go/pkg/agno/tools/toolkit"
)

func main() {
    // 创建 GLM 模型
    model, err := glm.New("glm-4", glm.Config{
        APIKey:      os.Getenv("ZHIPUAI_API_KEY"),
        Temperature: 0.7,
        MaxTokens:   1024,
    })
    if err != nil {
        log.Fatal(err)
    }

    // 创建带计算器工具的 Agent
    agent, err := agent.New(agent.Config{
        Name:         "GLM 计算器助手",
        Model:        model,
        Toolkits:     []toolkit.Toolkit{calculator.New()},
        Instructions: "你是一个有用的 AI 助手，可以执行计算任务。",
    })
    if err != nil {
        log.Fatal(err)
    }

    // 测试计算
    output, err := agent.Run(context.Background(), "123 乘以 456 是多少？")
    if err != nil {
        log.Fatal(err)
    }

    fmt.Printf("结果: %s\n", output.Content)
}

中文语言示例

GLM 在中文语言任务上表现出色:

package main

import (
    "context"
    "fmt"
    "log"
    "os"

    "github.com/rexleimo/agno-go/pkg/agno/agent"
    "github.com/rexleimo/agno-go/pkg/agno/models/glm"
)

func main() {
    model, err := glm.New("glm-4", glm.Config{
        APIKey:      os.Getenv("ZHIPUAI_API_KEY"),
        Temperature: 0.7,
    })
    if err != nil {
        log.Fatal(err)
    }

    agent, err := agent.New(agent.Config{
        Name:         "中文助手",
        Model:        model,
        Instructions: "你是一个有用的中文AI助手。",
    })
    if err != nil {
        log.Fatal(err)
    }

    // 用中文提问
    output, err := agent.Run(context.Background(), "请用中文介绍一下人工智能的发展历史。")
    if err != nil {
        log.Fatal(err)
    }

    fmt.Println(output.Content)
}

运行示例

1. 克隆仓库:

git clone https://github.com/rexleimo/agno-go.git
cd agno-Go

2. 设置 API 密钥:

export ZHIPUAI_API_KEY=your-key-id.your-key-secret

3. 运行示例:

go run cmd/examples/glm_agent/main.go

配置选项

glm.Config{
    APIKey:      string  // 必需: {key_id}.{key_secret} 格式
    BaseURL:     string  // 可选: 自定义 API 端点
    Temperature: float64 // 可选: 0.0-1.0 (默认: 0.7)
    MaxTokens:   int     // 可选: 最大响应 Token 数
    TopP:        float64 // 可选: Top-p 采样参数
    DoSample:    bool    // 可选: 启用采样
}

认证

GLM 使用 JWT (JSON Web Token) 认证:

• API 密钥被拆分为 key_id 和 key_secret
• 使用 HMAC-SHA256 签名生成 JWT token
• Token 有效期为 7 天
• SDK 自动处理

支持的模型

模型	上下文	最适合
glm-4	128K	通用对话、中文语言
glm-4v	128K	视觉任务、多模态
glm-3-turbo	128K	快速响应、成本优化

常见问题

API 密钥格式无效

问题: API key must be in format {key_id}.{key_secret}

解决方案: 确保您的 API 密钥在 key_id 和 key_secret 之间包含点号(.)分隔符。

认证失败

问题: GLM API error: Invalid API key

解决方案:

• 验证您的 API 密钥是否正确
• 在 https://open.bigmodel.cn/ 检查 API 密钥是否有效
• 确保环境变量中没有多余的空格

速率限制

问题: GLM API error: Rate limit exceeded

解决方案:

• 实现指数退避的重试逻辑
• 降低请求频率
• 如需要，升级您的 API 套餐

下一步

• 了解更多 Models LLM 选项
• 添加更多 Tools 增强能力
• 构建 Teams 多 Agent 协作
• 探索 Workflows 复杂流程

相关示例

• Simple Agent - OpenAI 示例
• Claude Agent - Anthropic 示例
• Team Demo - 多 Agent 协作

资源

• GLM 官方网站
• GLM API 文档
• Agno-Go 仓库