作者：0xhhh來(lái)源：X，@hhh69251498

Eliza原理介紹這個(gè)系列會(huì)分成三部分來(lái)寫:

Provider和Action的運(yùn)行原理

Evaluator的運(yùn)行原理

ElizaMemory的設(shè)計(jì)思想

當(dāng)前是第一篇文章主要介紹：Provider和Action的運(yùn)行原理1.Eliza的架構(gòu)如下，主要分為3個(gè)部分

最上層抽象成了Provider和Evaluator以及Action，分別對(duì)應(yīng)人類獲取信息的能力(眼睛獲取視覺信息，耳朵獲取聽覺信息等等)，以及人類根據(jù)信息的執(zhí)行能力(比如通過市場(chǎng)信息判斷BTC未來(lái)還有)，還有Evaluator只類似人類的思考能力，通過思考從海量的信息中提取知識(shí)從而形成個(gè)人的認(rèn)知。

最下層是不同的AIModel:目前Eliza框架支持了市面上大多數(shù)的AIModel，比如openai,claude,gemini,gork,xai等等，這個(gè)類似人類的大腦是所有做出決策的關(guān)鍵處理模塊。

memory則是讓通過Eliza框架啟動(dòng)的AiAgent擁有跳出ContentLimitation限制的能力，因?yàn)锳I既可以在Provider階段把從環(huán)境中獲取的信息和Action執(zhí)行后結(jié)果的信息壓縮之后存儲(chǔ)進(jìn)入Memory之中；并且也可以通過Evaluator提取跟人類對(duì)話或者其他任意交互過程中一些關(guān)鍵信息(這個(gè)會(huì)在下一個(gè)Thread里詳細(xì)介紹)

比如下面的例子:

HowtoinvokeProvider(Eliza框架內(nèi)AI如何通過Provider獲取信息)?

目前Eliza框架內(nèi)對(duì)于Provider，雖然有提供對(duì)應(yīng)的接口抽象，但是目前Provider的調(diào)用方式并不是模塊化的，還是有特定的Action根據(jù)自己的信息需求直接調(diào)用對(duì)應(yīng)的Provider進(jìn)行獲取，關(guān)系圖如下:

WhyNeedAction?(Eliza框架為什么需要抽象出Action?)

假如我跟AI說(shuō):我的私鑰

0xajahdjksadhsadnjksajkdlad12612

這里面有10個(gè)sol，你能不能幫我買100個(gè)Ai16z的Tokens。

Claude的回復(fù)如下：

因此我們可以把AI給予的代碼封裝成Eliza的一個(gè)Action,并且給一些Prompt的Example，來(lái)幫助AI理解什么時(shí)候我該調(diào)用這個(gè)Action。

（而且在真實(shí)的使用場(chǎng)景里我們想做的操作比這個(gè)要復(fù)雜很多，比如一筆Swap交易我們希望有滑點(diǎn)限制，那么這些條件限制交給AI大模型去完成的時(shí)候我們其實(shí)很難保證執(zhí)行過程后每一個(gè)要素都可以滿足我們的要求）。

HowtoInvokeAction？(Eliza框架如何讓AI調(diào)用Action)

下面就是Eliza框架中，一個(gè)在用來(lái)讓AIModel在Pumpfun中創(chuàng)建一個(gè)memeTokens并且買入一定價(jià)值的該memeTokens的PromptExample,當(dāng)我們?cè)趯?duì)應(yīng)的Action中給出這些Example之后，AIAgent就知道,之后跟人類的交互過程中出現(xiàn)類似的內(nèi)容的時(shí)候就會(huì)因?yàn)槲覀兲峁┑倪@類PromtExapmle知道要調(diào)用執(zhí)行哪個(gè)Action。

Eliza框架Action具體執(zhí)行了什么？

https://github.com/elizaOS/eliza/blob/main/packages/plugin-solana/src/actions/pumpfun.ts#L279

具體還是以PumpfunAction的這個(gè)例子來(lái)解釋，它的流程如下：

從WalletProvider和TokenProvider獲取信息

生成創(chuàng)建MemeToken以及購(gòu)買MemeToken的交易

對(duì)交易進(jìn)行簽名并發(fā)送到鏈上

調(diào)用callback函數(shù)對(duì)Action執(zhí)行后的結(jié)果進(jìn)行處理。

其實(shí)核心就是兩部分，一部分就是從Provider獲取信息，然后生成要執(zhí)行動(dòng)作的操作函數(shù)。

怎么讓AGI理解它調(diào)用的Action做了什么？

這個(gè)問題如果沒有解決,那么我們就無(wú)法讓AI理解并執(zhí)行有關(guān)聯(lián)性的任務(wù)。

答案如下：我們執(zhí)行Action之后會(huì)用文本來(lái)總結(jié)這個(gè)動(dòng)作產(chǎn)生了什么結(jié)果，并且把這個(gè)結(jié)果加入到AI的memory之中。

細(xì)節(jié)如下：Action的Handle函數(shù)第四個(gè)參數(shù)是一個(gè)callback函數(shù)，我們會(huì)把callback函數(shù)定義成把執(zhí)行結(jié)果加入到AIModel的Memory模塊中。

callback函數(shù)的定義如下: