ANUS: un marco de IA de código abierto para la automatización de tareas y la colaboración multiagente

Introducción general

ANUS (Advanced Neural Understanding System) es un marco de agentes de IA de código abierto alojado en GitHub, impulsado por el usuario nikmcfly a través de la iniciativa Manus AI Fully Generated. Su objetivo es proporcionar a desarrolladores, investigadores y entusiastas de la IA una herramienta flexible que permita la automatización de tareas y la colaboración entre varios agentes. El proyecto se hará público el 9 de marzo de 2025 bajo licencia MIT y es totalmente de código abierto sin barreras de uso.Lo más destacado de ANUS es su arquitectura híbrida, que permite cambiar entre los modos de agente único y multiagente en función de la complejidad de la tarea, y admite la integración de múltiples modelos de IA, como modelos OpenAI, modelos de código abierto, etcétera. Proporciona un rico ecosistema de herramientas, entre las que se incluyen la automatización web, el procesamiento de documentos y la ejecución de código para entornos multiplataforma. Los comentarios de la comunidad muestran que el código está claramente estructurado y es potente, adecuado para los usuarios que exploran las tecnologías de IA.

Lista de funciones

• Automatización de tareasAutomatice tareas como la recuperación de información y el análisis de datos mediante sencillos comandos o secuencias de comandos.
• Colaboración multiagente: Admite la creación de múltiples agentes especializados (por ejemplo, investigadores, analistas, redactores) para colaborar en tareas complejas.
• automatización web: Utilizar herramientas de navegación para acceder a sitios web, extraer datos y generar resúmenes, por ejemplo, para consultar las previsiones meteorológicas.
• tratamiento de ficherosSoporte para analizar documentos como PDF, Word, etc. para generar resúmenes o extraer información clave.
• Generación y ejecución de códigoGenerar y ejecutar scripts Python, por ejemplo para crear gráficos de visualización de datos.
• Soporte flexible de modelosCompatible con OpenAI, modelos de código abierto o modelos definidos por el usuario para satisfacer una amplia gama de necesidades de IA.
• Funcionamiento multiplataformaCompatible con Windows, Linux, macOS y otros sistemas operativos.
• Ampliación de la Comunidad: Proporcionar directrices de contribución para animar a los usuarios a desarrollar nuevas funciones u optimizar el código existente.

Utilizar la ayuda

Proceso de instalación

ANUS admite diversos métodos de instalación para usuarios con diferentes conocimientos técnicos. A continuación se detallan los pasos a seguir:

Método 1: Instalación mediante clon Git (recomendado para desarrolladores)

1. Preparar el entornoAsegúrate de que tienes Python 3.11 o superior instalado y Git configurado.
   • Los usuarios de Windows pueden descargar Python del sitio web oficial o instalarlo mediante un gestor de paquetes como Chocolatey.
   • Los usuarios de macOS pueden acceder al brew install python@3.11 Instalación.
   • Los usuarios de Linux pueden utilizar el gestor de paquetes del sistema (p. ej. apt install python3.11).
2. almacén de clones: Abra un terminal e introduzca el siguiente comando:

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

3. Creación de un entorno virtualPara evitar conflictos de dependencias, se recomienda utilizar un entorno virtual:

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

4. Instalación de dependencias: Se ejecuta en un entorno virtual:

pip install -e .

5. Verificar la instalaciónCompruebe el número de versión para confirmar que la instalación se ha realizado correctamente:

anus --version

Método 2: Instalación mediante Docker (bueno para un despliegue rápido)

1. Instalación de DockerAsegúrese de que Docker está instalado en su sistema (consulte el sitio web de Docker).
2. Tirar de los espejosEjecuta el siguiente comando:

docker pull anusai/anus:latest

3. Contenedores en funcionamientoComienza ANUS:

docker run -it anusai/anus:latest

Método 3: Instalación a través de Conda (para usuarios de investigación)

1. Instalación de CondaDescarga Miniconda o Anaconda y completa la instalación.
2. Creación del entornoEjecuta el siguiente comando:

conda create -n anus python=3.11
conda activate anus

3. Instalación de ANUS::

pip install anus-ai

Cómo utilizarlo

Una vez instalado, los usuarios pueden utilizar ANUS desde la línea de comandos o mediante scripts de Python. A continuación se explica cómo utilizar las principales funciones:

1. Ejecutar tareas sencillas

• método de línea de comandos: Introdúcelo en el terminal:

anus run "查找人工智能的最新新闻"

La salida mostrará un resumen de los resultados de la búsqueda.

• modo interactivoInicia la interfaz interactiva:

anus interactive

Una vez introducidas, puede introducir las instrucciones de la tarea línea por línea.

2. Colaboración multiagente

• Ejemplo de script en Python: Crear una colaboración de investigadores, analistas y redactores para completar las tareas:

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)

El resultado es un informe completo con datos de investigación y conclusiones analíticas.

3. Automatización de páginas web

• operación desde la línea de comandos: Comprueba el tiempo en Nueva 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"
  

• Scripting::

  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)
  

  La salida es un resumen tabular de los datos meteorológicos.

4. Tratamiento de documentos

• Tratamiento de archivos PDF::

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

  El sistema analizará el documento y generará un resumen.

5. Generación de códigos

• Generar guiones de visualización::

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

  La salida es código Python ejecutable que el usuario puede ejecutar directamente.

Detalles del proceso operativo

1. Puesta en marcha y configuración: Después de la instalación, el --config para especificar un archivo de configuración (por ejemplo anus run --config custom_config.yaml "任务描述"), modelos o herramientas personalizados.
2. Entrada de tareasEntrada de lenguaje natural: se admite la entrada de lenguaje natural y ANUS analiza y asigna tareas a los agentes.
3. Resultados: Los resultados se muestran en forma de texto y admiten un registro detallado (plus). --verbose (Parámetros).
4. Funciones ampliadasSi desea añadir una nueva herramienta, puede consultar el archivo CONTRIBUTING.md en GitHub para enviar su código.

advertencia

• Asegúrese de que su conexión a Internet funciona y de que algunas funciones (por ejemplo, la automatización web) dependen del acceso en línea.
• Es posible que los usuarios de Windows tengan que instalar windows-curses(pip install windows-curses).
• La automatización del navegador requiere la instalación de Playwright (playwright install).