Agentes atómicos: un marco para construir inteligencias de IA modulares y ligeras

Introducción general

Atomic Agents es un marco de trabajo extremadamente ligero y modular diseñado en torno al concepto de atomicidad para la construcción de pipelines y aplicaciones de IA con agentes. El marco proporciona un conjunto de herramientas y agentes que pueden combinarse para crear potentes aplicaciones. Se basa en Instructor La lógica y el flujo de control están escritos en Python, lo que permite a los desarrolladores aplicar las mejores prácticas y flujos de trabajo del desarrollo de software tradicional sin sacrificar la flexibilidad ni la claridad. Toda la lógica y el flujo de control están escritos en Python, lo que permite a los desarrolladores aplicar las mejores prácticas y flujos de trabajo del desarrollo de software tradicional sin sacrificar la flexibilidad ni la claridad.Atomic Agents está diseñado para satisfacer las necesidades de las organizaciones de obtener resultados coherentes y fiables a través de la modularidad, la previsibilidad, la escalabilidad y el control.

Lecturas recomendadas:¡Adiós a LangChain! ¡El Agente Atómico está que arde!

Lista de funciones

• modularización: Construye aplicaciones de IA combinando componentes pequeños y reutilizables.
• previsibilidad: Define patrones claros de entrada y salida para garantizar un comportamiento coherente.
• escalabilidad: Sustituya fácilmente los componentes o integre otros nuevos sin destruir todo el sistema.
• control de: Ajuste individualmente cada parte del sistema, desde las puntas del sistema hasta la integración de las herramientas.
• Validación de datosValidación y serialización de datos y patrones mediante Pydantic.
• Desarrollo en PythonToda la lógica y el flujo de control están escritos en Python para facilitar su uso a los desarrolladores.

Utilizar la ayuda

Proceso de instalación

1. Asegúrese de que Python 3.11 o posterior está instalado.
2. Utilice pip para instalar Agentes Atómicos:

   pip install atomic-agents

3. Instale proveedores como OpenAI y Groq según sea necesario:

   pip install openai groq

Normas de uso

Creación de un proxy

1. Definir los avisos del sistemaDeterminar el acto y el propósito del agente.
2. Definición de los modos de entradaEspecifica la estructura y las reglas de validación de la entrada del agente.
3. Definición del modo de salidaEspecifica la estructura y las reglas de validación de la salida del agente.
4. memoria almacenada: Guarda el historial de diálogos u otros datos relevantes.
5. proveedor de contexto (informática): Inyecta contexto dinámico en el prompt del sistema del agente en tiempo de ejecución.

código de ejemplo (informática)

from atomic_agents import Agent, SystemPrompt, InputSchema, OutputSchema
# 定义系统提示
system_prompt = SystemPrompt("你是一个帮助用户解决问题的AI助手。")
# 定义输入和输出模式
input_schema = InputSchema({"type": "object", "properties": {"question": {"type": "string"}}})
output_schema = OutputSchema({"type": "object", "properties": {"answer": {"type": "string"}}})
# 创建代理
agent = Agent(system_prompt=system_prompt, input_schema=input_schema, output_schema=output_schema)
# 使用代理
response = agent.run({"question": "今天的天气怎么样？"})
print(response["answer"])

Flujo de trabajo de desarrollo

1. Crear una nueva sucursalCrear ramas para nuevas funciones o correcciones.

   git checkout -b feature-branch

2. Modificación del código: Realice los cambios en el directorio del proyecto correspondiente.
3. Código de formato: Utiliza el código de formato negro.

   black atomic_agents

4. inspección de códigos: Comprobación de código con Flake8.

   flake8 atomic_agents

5. prueba de funcionamiento: Asegúrese de que se superan todas las pruebas.

   pytest --cov atomic_agents

6. Enviar cambios: Commit y push a un repositorio remoto.

   git commit -m 'Add some feature'
git push origin feature-branch

7. Creación de un pull requestCree un pull request en GitHub describiendo los cambios y enlazando a los temas relacionados.