Agent Service Toolkit: un completo conjunto de herramientas para construir inteligencias IA basadas en LangGraph

Introducción general

AI Agent Service Toolkit es un completo conjunto de herramientas basado en LangGraph, FastAPI y Streamlit, diseñado para ayudar a los desarrolladores a crear y ejecutar rápidamente servicios de agentes de IA. El conjunto de herramientas proporciona un marco flexible que admite funciones e interacciones de agente definidas por el usuario para una gran variedad de escenarios de aplicación. Ya se trate de desarrollar chatbots, herramientas de análisis de datos u otros servicios basados en IA, los usuarios pueden implementarlos rápidamente utilizando el toolkit. El kit de herramientas se ha diseñado teniendo en cuenta la facilidad de uso y la extensibilidad, lo que permite a los usuarios integrar fácilmente la funcionalidad necesaria mediante una configuración sencilla y modificaciones del código.

Agent Service Toolkit:基于LangGraph构建AI智能体的完整工具集

Experiencia: https://agent-service-toolkit.streamlit.app/

 

Agent Service Toolkit:基于LangGraph构建AI智能体的完整工具集

Arquitectura del kit de herramientas de servicios de agentes

 

Lista de funciones

  • Agente LangGraph : Uso LangGraph Agentes personalizables creados en el marco de trabajo.
  • Servicios FastAPI : Proporciona servicios para puntos finales de streaming y no streaming.
  • Procesamiento avanzado de secuencias : Soporta streaming basado en tokens y mensajes.
  • Auditoría de contenidos Implementar LlamaGuard para la auditoría de contenidos (obligatorio) Groq (clave API).
  • Interfaz Streamlit : Proporciona una interfaz de chat fácil de usar para interactuar con los agentes.
  • Soporte multiagente Ejecuta múltiples proxies en el servicio e invócalos a través de rutas URL.
  • diseño asíncrono : Maneja eficientemente peticiones concurrentes con async/await.
  • Mecanismos de retroalimentación : Incluye un sistema de retroalimentación basado en estrellas integrado con LangSmith.
  • Metadatos dinámicos El punto final : /info proporciona metadatos de configuración dinámica sobre los servicios y los agentes y modelos disponibles.
  • Soporte Docker : Incluye archivos Dockerfiles y archivos docker compose para facilitar el desarrollo y el despliegue.
  • prueba (maquinaria, etc.) Incluye pruebas unitarias y de integración completas.

Utilizar la ayuda

Proceso de instalación

  1. Ejecutarlo directamente en Python ::
    • Asegúrate de que tienes al menos una clave API LLM:
    echo 'OPENAI_API_KEY=your_openai_api_key' >> .env
    
    • Instalar dependencias y sincronizar:
    pip install uv
    uv sync --frozen
    
    • Active el entorno virtual y ejecute el servicio:
    source .venv/bin/activate
    python src/run_service.py
    
    • Active el entorno virtual en otro terminal y ejecute la aplicación Streamlit:
    source .venv/bin/activate
    streamlit run src/streamlit_app.py
    
  2. Funcionamiento con Docker ::
    • Asegúrate de que tienes al menos una clave API LLM:
      bash echo 'OPENAI_API_KEY=your_openai_api_key' >> .env
    • Ejecútalo con Docker Compose:
      bash docker compose up

Función Flujo de operaciones

  1. Agente LangGraph ::
    • Definir el proxy: en el campo src/agents/ Catálogo para definir agentes con diferentes capacidades.
    • Configuración del agente: Utilice la opción langgraph.json configura el comportamiento y los ajustes del agente.
  2. Servicios FastAPI ::
    • Inicie el servicio: ejecutar src/service/service.py Inicie el servicio FastAPI.
    • Acceso a los puntos finales: a través de /stream responder cantando /non-stream Servicio proxy de acceso a puntos finales.
  3. Interfaz Streamlit ::
    • Pantalla de inicio: Ejecutar src/streamlit_app.py Inicie la aplicación Streamlit.
    • Uso interactivo: interactúe con el agente a través de una interfaz de chat fácil de usar.
  4. Auditoría de contenidos ::
    • Configuración de LlamaGuard: En el .env para añadir la clave de la API de Groq para habilitar la auditoría de contenido.
  5. Soporte multiagente ::
    • Configurar varios proxies: en el campo src/agents/ Directorio para definir múltiples proxies e invocarlos a través de diferentes rutas URL.
  6. Mecanismos de retroalimentación ::
    • Sistema de feedback integrado: se integra en el servicio de agente un sistema de feedback basado en estrellas para recoger las opiniones de los usuarios con el fin de mejorar el servicio.
  7. Metadatos dinámicos ::
    • Acceso a los metadatos: mediante /info Los puntos finales obtienen metadatos de configuración dinámica sobre los servicios y los agentes y modelos disponibles.
  8. prueba (maquinaria, etc.) ::
    • Ejecute la prueba: en el tests/ Catálogo para ejecutar pruebas unitarias y de integración que garanticen la estabilidad y fiabilidad del servicio.
© declaración de copyright

Artículos relacionados

Sin comentarios

Debe iniciar sesión para participar en los comentarios.
Acceder ahora
ninguno
Sin comentarios...