AutoAgent: un marco para crear y desplegar rápidamente inteligencias de IA a través del lenguaje natural

Introducción general

AutoAgent es un marco de inteligencias de IA de código abierto desarrollado por el Laboratorio de Inteligencia de Datos de la HKU (HKUDS) y alojado en GitHub, que permite a los usuarios crear y desplegar rápidamente inteligencias de IA personalizadas describiendo sus requisitos en lenguaje puramente natural, sin ninguna base de programación. El marco es compatible con una gran variedad de modelos de lenguaje de gran tamaño (LLM), como Grok, Gemini, etc., y cuenta con un sistema de colaboración multiinteligencia de alto rendimiento, que obtiene buenos resultados en las pruebas comparativas de GAIA y es comparable a Deep Research de OpenAI.AutoAgent no sólo es fácil de manejar, sino que también proporciona cargas de archivos, interacciones de línea de comandos, etc., lo que lo hace adecuado para desarrolladores, usuarios no técnicos e incluso investigadores. Es adecuado para desarrolladores, usuarios no técnicos e incluso investigadores. AutoAgent está desarrollando actualmente una interfaz web y más herramientas de integración, con un gran potencial para el futuro.

Lista de funciones

• Creación en lenguaje natural de cuerpos inteligentes: Describa los requisitos mediante texto y genere automáticamente inteligencias IA exclusivas sin código.
• Sistema de colaboración multiinteligenciaModo de cuerpo multi-inteligencia integrado para soportar la descomposición de tareas complejas y la colaboración.
• Admite varios modelos LLM: Compatible con OpenAI, Deepseek, Grok y muchos otros grandes modelos lingüísticos, conmutación flexible.
• Carga de archivos e interacción de datosSoporte para cargar archivos (por ejemplo, imágenes, PDF, etc.) para mejorar las capacidades de procesamiento de datos.
• Interfaz interactiva de línea de comandosModo CLI: Ofrece un modo CLI para que los usuarios introduzcan directamente las solicitudes y obtengan los resultados.
• Procesamiento de tareas de alto rendimientoExcelente rendimiento en las pruebas GAIA, con una eficiencia comparable a la de las herramientas de IA de pago.
• Editor de flujos de trabajo: Simplifique la gestión de tareas complejas diseñando procesos inteligentes de colaboración corporal a través del lenguaje natural.

Utilizar la ayuda

Proceso de instalación

El uso de AutoAgent requiere una cierta configuración del entorno, a continuación se detallan los pasos de instalación, apto para usuarios de sistemas Windows, MacOS o Linux.

1. Preparar el entorno

• Instalación de PythonAsegúrese de que en su sistema está instalado Python 3.10 o superior, que puede descargarse e instalarse desde el sitio web de Python.
• Instalación de GitPara clonar el código base de AutoAgent, visite el sitio web de Git para descargarlo e instalarlo.
• Instalación de Docker: AutoAgent utiliza el entorno de ejecución en contenedores Docker, vaya al sitio web de Docker e instale Docker Desktop (Windows/Mac) o Docker Engine (Linux).

2. Clonación del código base

Abra un terminal (CMD o PowerShell para usuarios de Windows, terminal por defecto para usuarios de Mac/Linux) e introduzca el siguiente comando para clonar el repositorio de AutoAgent:

git clone https://github.com/HKUDS/AutoAgent.git  
cd AutoAgent

3. Instalación de dependencias

En el directorio AutoAgent, ejecute el siguiente comando para instalar las dependencias de Python necesarias:

pip install -e .

Esto instalará todas las librerías requeridas por AutoAgent, asegúrese de que la red está despejada para completar la descarga.

4. Configuración de las variables de entorno

• Crear un.envcopie el repositorio.env.templatey cambiarle el nombre.env.
• compilador.envintroduzca las claves API necesarias. Ejemplo:

  GITHUB_AI_TOKEN=your_github_token  
  OPENAI_API_KEY=your_openai_key  
  XAI_API_KEY=your_xai_key
  

  • GITHUB_AI_TOKENes necesario y puede generarse en tu configuración personal de GitHub.
  • Otras claves API se rellenan opcionalmente en función del modelo que desee utilizar (por ejemplo, OpenAI, Deepseek, etc.).

5. Inicie la imagen Docker

Ejecute el siguiente comando para extraer la imagen Docker precompilada:

docker pull tjbtech1/AutoAgent:latest

La imagen se adapta automáticamente a la arquitectura de tu sistema (AMD64 o ARM).

6. Iniciar AutoAgent

Ejecute el siguiente comando en un terminal para iniciar el modo CLI:

auto main

Una vez iniciado, se encontrará en la interfaz de línea de comandos de AutoAgent y podrá empezar a utilizarlo.

Funciones principales

Función 1: Crear inteligencias a través del lenguaje natural

• procedimiento::
  1. Tras iniciar la CLI, escribaagent editorEntra en el modo de edición de Smartbody.
  2. Introduzca una descripción del requisito, por ejemplo: "Crear una inteligencia que analice documentos PDF y resuma el contenido".
  3. El sistema genera automáticamente el archivo de configuración de smartbody y pregunta si se necesita una herramienta de ajuste (por ejemplo, una herramienta de lectura de archivos).
  4. importacióncreateConfirme la creación y el cuerpo inteligente estará listo para su uso.
• ejemplo típicoIntroduzca "Ayúdenme a analizar los PDF de mis datos de ventas y a generar informes" y AutoAgent configurará automáticamente una inteligencia compatible con el análisis sintáctico de PDF y la generación de informes.

Función 2: Tareas de colaboración multiinteligencia

• procedimiento::
  1. Tras el arranque, escribauser modeentra en modo Multi-Inteligencia.
  2. Introduzca tareas como "Investigar las tendencias del mercado para un producto y dar recomendaciones".
  3. El sistema desglosa la tarea, la asigna automáticamente a múltiples inteligencias (buscar, analizar, resumir, etc.) y emite los resultados.
• ejemplo típicoIntroduzca "Analizar tendencias de IA 2025" y AutoAgent recopilará datos de las inteligencias de búsqueda, cotejará la información de las inteligencias de análisis y generará un informe completo.

Función 3: Carga y procesamiento de archivos

• procedimiento::
  1. En la CLI, escribaupload 文件路径Por ejemploupload ./sales.pdf.
  2. Introduzca tareas como "Resumir el contenido de este PDF".
  3. El cuerpo inteligente leerá el archivo y devolverá el resultado resumido.
• tenga en cuenta: Se admiten múltiples formatos (PDF, imagen, texto, etc.) y los nombres de archivo no deben contener espacios.

Función 4: Flujo de trabajo de diseño

• procedimiento::
  1. importaciónworkflow editorAccede al modo de edición del flujo de trabajo.
  2. Introduzca una descripción del proceso, por ejemplo: "Buscar información, luego analizar los datos y, por último, generar un gráfico".
  3. El sistema genera una configuración de flujo de trabajo, introduzcarunLlevar a cabo la misión.
• ejemplo típicoIntroduzca "Buscar documentos de IA, extraer puntos clave, generar gráficos de visualización", AutoAgent completará y emitirá los resultados paso a paso.

Funciones destacadas

Procesamiento de tareas de alto rendimiento

AutoAgent obtiene buenos resultados en las pruebas comparativas GAIA y es adecuado para tareas de investigación complejas.

• Cómo utilizarlo: enuser modeIntroduzca una pregunta de investigación en "¿Cuáles son los últimos avances en computación cuántica?". El sistema llamará al sistema multiinteligencia para completar la búsqueda y el análisis de forma eficiente.
• vanguardia: La base de datos propia de AutoAgent es más eficaz y reactiva que las herramientas tradicionales.

Interacción con la línea de comandos

• Cómo utilizarlo: Introduzca la tarea directamente en modo CLI, por ejemplo.auto deep-research “分析区块链技术”Puedes obtener resultados detallados.
• llamar la atención sobre algo: Uso de@agent_nameEspecificar una inteligencia particular, como@search 查找最新AI新闻.

Consejos de uso

• modo depuración: en.envestablecerDEBUG=TrueSe pueden ver registros detallados para facilitar la resolución de problemas.
• Selección de modelosmodificando el.envha dado en el clavoCOMPLETION_MODELCambiar el LLM, por ejemplogrok-2tal vezclaude-3.5-sonnet.
• Apoyo comunitarioÚnete a las comunidades Slack o Discord de AutoAgent para obtener ayuda o compartir ideas.