ANUS: Ein Open-Source-KI-Framework für Aufgabenautomatisierung und Multi-Agenten-Zusammenarbeit

Allgemeine Einführung

ANUS (Advanced Neural Understanding System) ist ein quelloffenes KI-Agenten-Framework, das auf GitHub gehostet wird und von dem Benutzer nikmcfly durch die Manus AI Fully Generated. Es zielt darauf ab, Entwicklern, Forschern und KI-Enthusiasten ein flexibles Werkzeug zur Verfügung zu stellen, das die Automatisierung von Aufgaben und die Zusammenarbeit mehrerer Agenten unterstützt. Das Projekt wird am 9. März 2025 unter der MIT-Lizenz veröffentlicht und ist vollständig quelloffen und barrierefrei.Das Highlight von ANUS ist seine hybride Architektur, die je nach Aufgabenkomplexität den Wechsel zwischen Einzelagenten- und Multiagentenmodus ermöglicht und die Integration mehrerer KI-Modelle wie OpenAI-Modelle, Open-Source-Modelle usw. unterstützt. Es bietet ein reichhaltiges Ökosystem von Tools, einschließlich Web-Automatisierung, Dokumentenverarbeitung und Code-Ausführung für plattformübergreifende Umgebungen. Das Feedback der Community zeigt, dass der Code klar strukturiert und leistungsstark ist und sich für Benutzer eignet, die KI-Technologien erforschen.

Funktionsliste

• Automatisierung von AufgabenAutomatisieren Sie Aufgaben wie die Informationsbeschaffung und Datenanalyse durch einfache Befehle oder Skripte.
• Zusammenarbeit zwischen mehreren AgentenUnterstützung der Schaffung mehrerer spezialisierter Agenten (z. B. Forscher, Analysten, Autoren) zur Zusammenarbeit bei komplexen Aufgaben.
• Web-AutomatisierungBrowser-Tools verwenden, um auf Websites zuzugreifen, Daten zu extrahieren und Zusammenfassungen zu erstellen, z. B. um Wettervorhersagen zu überprüfen.
• DateiverarbeitungUnterstützung für das Parsen von Dokumenten wie PDF, Word usw., um Zusammenfassungen zu erstellen oder Schlüsselinformationen zu extrahieren.
• Codegenerierung und -ausführungGenerieren und Ausführen von Python-Skripten, z. B. zur Erstellung von Datenvisualisierungsdiagrammen.
• Flexible ModellunterstützungKompatibel mit OpenAI, Open-Source-Modellen oder benutzerdefinierten Modellen, um ein breites Spektrum an KI-Anforderungen zu erfüllen.
• Plattformübergreifender BetriebUnterstützt Windows, Linux, macOS und andere Betriebssysteme sofort nach dem Auspacken.
• Erweiterung der GemeinschaftBereitstellung von Beitragsrichtlinien, um Benutzer zu ermutigen, neue Funktionen zu entwickeln oder bestehenden Code zu optimieren.

Hilfe verwenden

Einbauverfahren

ANUS unterstützt eine Vielzahl von Installationsmethoden für Benutzer mit unterschiedlichem technischen Hintergrund. Im Folgenden sind die einzelnen Schritte aufgeführt:

Methode 1: Installation über Git-Klon (für Entwickler empfohlen)

1. Vorbereiten der UmgebungStellen Sie sicher, dass Sie Python 3.11 oder höher installiert und Git konfiguriert haben.
   • Windows-Benutzer können Python von der offiziellen Website herunterladen oder es mit einem Paketmanager wie Chocolatey installieren.
   • macOS-Benutzer können auf die brew install python@3.11 Einbau.
   • Linux-Benutzer können den Paketmanager des Systems verwenden (z. B. apt install python3.11).
2. Klon-Lager: Öffnen Sie ein Terminal und geben Sie den folgenden Befehl ein:

git clone https://github.com/nikmcfly/ANUS.git
cd ANUS

3. Erstellen einer virtuellen UmgebungUm Abhängigkeitskonflikte zu vermeiden, empfiehlt es sich, eine virtuelle Umgebung zu verwenden:

python -m venv venv
source venv/bin/activate  # Linux/macOS
venv\Scripts\activate     # Windows

4. Installation von AbhängigkeitenLäuft in einer virtuellen Umgebung:

pip install -e .

5. Überprüfen der InstallationÜberprüfen Sie die Versionsnummer, um die erfolgreiche Installation zu bestätigen:

anus --version

Methode 2: Installation über Docker (gut für schnelle Bereitstellung)

1. Installation von DockerStellen Sie sicher, dass Docker auf Ihrem System installiert ist (siehe die Docker-Website).
2. Spiegel abziehen: Führen Sie den folgenden Befehl aus:

docker pull anusai/anus:latest

3. Laufende Container: ANUS starten:

docker run -it anusai/anus:latest

Methode 3: Installation über Conda (für wissenschaftliche Nutzer)

1. Installation von CondaMiniconda oder Anaconda herunterladen und die Installation abschließen.
2. Die Umwelt gestalten: Führen Sie den folgenden Befehl aus:

conda create -n anus python=3.11
conda activate anus

3. Installation von ANUS::

pip install anus-ai

Wie zu verwenden

Nach der Installation können Benutzer ANUS von der Kommandozeile oder über Python-Skripte bedienen. Im Folgenden wird beschrieben, wie die wichtigsten Funktionen genutzt werden:

1. einfache Aufgaben ausführen

• Kommandozeilenmethode: Geben Sie es in das Terminal ein:

anus run "查找人工智能的最新新闻"

Die Ausgabe zeigt eine Zusammenfassung der Suchergebnisse.

• interaktiver ModusStarten Sie die interaktive Schnittstelle:

anus interactive

Nach der Eingabe können Sie die Arbeitsanweisungen Zeile für Zeile eingeben.

2. die Zusammenarbeit mehrerer Agenten

• Beispiel für ein Python-SkriptZusammenarbeit von Forschern, Analytikern und Redakteuren zur Erfüllung von Aufgaben:

from anus import Society, Agent
# 创建代理
researcher = Agent(role="researcher")
analyst = Agent(role="analyst")
writer = Agent(role="writer")
# 创建协作社会
society = Society(agents=[researcher, analyst, writer])
# 执行任务
response = society.run("研究 AI 对医疗的影响，分析结果并撰写报告")
print(response)

Das Ergebnis ist ein vollständiger Bericht mit Forschungsdaten und analytischen Schlussfolgerungen.

3. die Automatisierung von Webseiten

• BefehlszeilenbetriebÜberprüfen Sie das Wetter in New York:

  anus run "访问 weather.com，查看纽约未来 5 天的天气预报并生成总结表"
  

• Skripting::

  from anus import Agent
  from anus.tools import BrowserTool
  agent = Agent(tools=[BrowserTool()])
  response = agent.run("访问 weather.com，查看纽约未来 5 天的天气预报并生成总结表")
  print(response)
  

  Die Ausgabe ist eine tabellarische Zusammenfassung der Wetterdaten.

4. die Bearbeitung von Dokumenten

• Verarbeitung von PDF-Dateien::

  anus run "总结此 PDF：/path/to/document.pdf"
  

  Das System wird das Dokument analysieren und eine Zusammenfassung erstellen.

5. die Codegenerierung

• Visualisierungsskripte generieren::

  anus run "创建一个使用 matplotlib 生成分形树可视化的 Python 脚本"
  

  Die Ausgabe ist lauffähiger Python-Code, den der Benutzer direkt ausführen kann.

Details zum Betriebsablauf

1. Inbetriebnahme und KonfigurationNach der Installation wird die --config um eine Konfigurationsdatei anzugeben (z. B. anus run --config custom_config.yaml "任务描述"), benutzerdefinierte Modelle oder Werkzeuge.
2. Eingabe der AufgabeNatürliche Spracheingabe wird unterstützt und ANUS analysiert und weist den Agenten Aufgaben zu.
3. Ergebnisse AnsichtDie Ergebnisse werden in Textform ausgegeben und unterstützen eine detaillierte Protokollierung (plus). --verbose (Parameter).
4. Erweiterte FunktionalitätWenn Sie ein neues Tool hinzufügen möchten, können Sie in der Datei CONTRIBUTING.md auf GitHub nachsehen, um Ihren Code einzureichen.

caveat

• Vergewissern Sie sich, dass Ihre Internetverbindung funktioniert und dass einige Funktionen (z. B. die Web-Automatisierung) auf einen Online-Zugang angewiesen sind.
• Windows-Benutzer müssen möglicherweise zusätzliche windows-curses(pip install windows-curses).
• Die Browser-Automatisierung erfordert die Installation von Playwright (playwright install).