lagent

环境要求

• Python 环境，且 pip 可正常使用
• 已安装 Git
• 能访问 GitHub 拉取源码
• 运行官方示例时需可下载模型权重（如 Qwen/Qwen2-7B-Instruct）并具备 vLLM 运行环境

安装与启动步骤

1. 1克隆 Lagent 仓库

   把 GitHub 上的 lagent 源码下载到本地当前目录，生成 lagent 文件夹。

   git clone https://github.com/InternLM/lagent.git

   复制

2. 2进入项目目录

   切换到刚克隆下来的 lagent 目录，后面所有安装和运行命令都在这里执行。

   cd lagent

   复制

3. 3源码方式安装

   以可编辑模式安装当前目录的包，装完即可在任意位置 import lagent，改源码也立即生效。

   pip install -e .

   复制

4. 4编写示例脚本

   把 README 中的示例保存成文件：加载本地模型作为 LLM，构造 Agent 并发送一条用户消息。

   cat > agent_demo.py << 'EOF'
   from lagent.agents import Agent
   from lagent.schema import AgentMessage
   from lagent.llms import VllmModel, INTERNLM2_META
   
   llm = VllmModel(
       path='Qwen/Qwen2-7B-Instruct',
       meta_template=INTERNLM2_META,
       tp=1,
       top_k=1,
       temperature=1.0,
       stop_words=['<|im_end|>'],
       max_new_tokens=1024,
   )
   system_prompt = '你的回答只能从“典”、“孝”、“急”三个字中选一个。'
   agent = Agent(llm, system_prompt)
   
   user_msg = AgentMessage(sender='user', content='今天天气情况')
   bot_msg = agent(user_msg)
   print(bot_msg)
   EOF

   复制

5. 5运行示例脚本

   执行脚本，模型加载需要一定时间和显存，首次运行还要下载对应权重，请耐心等待。

   python agent_demo.py

   复制

关键配置

如何确认成功

脚本正常打印出 bot_msg，README 中示例输出为 content='急' sender='Agent'，即表示安装与调用成功。

常见问题

注意事项

• pip install -e . 必须在 clone 出来的 lagent 目录内执行，在上级目录执行会失败。
• 建议在虚拟环境（如 venv/conda）中安装，避免污染全局 Python 环境。
• 示例脚本依赖模型权重下载与充足显存，首次运行耗时较长，属正常现象。
• README 未声明支持的 Python 版本，建议使用较新的 Python 3 环境。