Agent Service Toolkit: un completo conjunto de herramientas para construir inteligencias IA basadas en LangGraph
Últimos recursos sobre IAActualizado hace 8 meses Círculo de intercambio de inteligencia artificial 9.4K 00
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.

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

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
- 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
- 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
- Asegúrate de que tienes al menos una clave API LLM:
Función Flujo de operaciones
- 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.
- Definir el proxy: en el campo
- 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.
- Inicie el servicio: ejecutar
- 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.
- Pantalla de inicio: Ejecutar
- Auditoría de contenidos ::
- Configuración de LlamaGuard: En el
.env
para añadir la clave de la API de Groq para habilitar la auditoría de contenido.
- Configuración de LlamaGuard: En el
- Soporte multiagente ::
- Configurar varios proxies: en el campo
src/agents/
Directorio para definir múltiples proxies e invocarlos a través de diferentes rutas URL.
- Configurar varios proxies: en el campo
- 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.
- 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.
- Acceso a los metadatos: mediante
- 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.
- Ejecute la prueba: en el
© declaración de copyright
Derechos de autor del artículo Círculo de intercambio de inteligencia artificial Todos, por favor no reproducir sin permiso.
Artículos relacionados
Sin comentarios...