Auteur : Robert Jambrecic
L'injection de dépendances est un moyen sécurisé de connecter des fonctions externes aux agents sans exposer de données sensibles telles que des mots de passe, des jetons ou des informations personnelles. Cette approche garantit que les informations sensibles restent protégées tout en permettant aux agents d'effectuer leurs tâches efficacement, même lorsqu'ils travaillent avec des modèles de langage volumineux (LLM).
Dans ce guide, nous explorerons comment créer des flux de travail sécurisés qui gèrent les données sensibles en toute sécurité.
À titre d’exemple, nous allons créer un agent qui récupère le solde du compte de l’utilisateur. La meilleure partie est que les données sensibles telles que le nom d'utilisateur et le mot de passe ne sont jamais partagées avec le LLM. Au lieu de cela, il est injecté en toute sécurité directement dans la fonction au moment de l’exécution, ce qui assure sa sécurité tout en conservant une fonctionnalité transparente.
Voici pourquoi l’injection de dépendances change la donne pour les flux de travail LLM sécurisés :
Sécurité renforcée : vos données sensibles ne sont jamais directement exposées au LLM.
Développement simplifié : les données sécurisées sont accessibles de manière transparente par les fonctions sans nécessiter de configurations complexes.
Flexibilité inégalée : il prend en charge l'intégration sécurisée de divers flux de travail, vous permettant d'évoluer et de vous adapter facilement.
Dans ce guide, nous explorerons comment configurer l'injection de dépendances et créer des flux de travail sécurisés. Allons-y !
Remarque : Ce blog s'appuie sur les concepts abordés dans le cahier suivant.
Pour installerAG2, exécutez simplement la commande suivante :
pip installer ag2La fonctionnalité démontrée dans ce guide se trouve dans leautogen.tools.dependency_injectionmodule. Ce module fournit des composants clés pour l'injection de dépendances :
Contexte de base: classe de base abstraite utilisée pour définir et encapsuler des contextes de données, tels que les informations de compte utilisateur, qui peuvent ensuite être injectées dans des fonctions ou des agents en toute sécurité.
Cela dépend: une fonction utilisée pour déclarer et injecter des dépendances, soit depuis un contexte (commeContexte de base) ou une fonction garantissant que les données sensibles sont fournies en toute sécurité sans exposition directe.
importer un système d'exploitation à partir de la saisie importer annoté, littéral à partir de pydantic importer BaseModel à partir d'autogen importer GroupChat, GroupChatManager à partir d'autogen.agentchat importer ConversableAgent, UserProxyAgen...
[Courte citation de 8% de l'article original]