Kheish: inteligencias polivalentes que revisan, validan y formatean los resultados para obtener resultados de alta calidad.

Introducción general

Kheish es un agente multi-rol de código abierto diseñado para tareas de Modelado de Grandes Lenguajes (LLM) que requieren una colaboración estructurada paso a paso.Kheish es más que un simple coordinador, es un agente inteligente por derecho propio, que solicita módulos bajo demanda, integrando la retroalimentación del usuario, y cambiando entre diferentes roles profesionales (por ejemplo, Proponente, Revisor, Validador, Formateador, etc.), con la en última instancia, la entrega de resultados refinados. Al aprovechar múltiples "subagentes" (roles) dentro de un mismo marco, Kheish es capaz de gestionar tareas como auditorías de seguridad, búsquedas de documentos, exploración basada en RAG, etc.

Lista de funciones

• Cambio adaptativo de funcionesKheish: Kheish actúa como un agente único con múltiples roles internos como proponente, revisor, validador y formateador.
• Solicitud de módulos a la cartaKheish puede invocar espontáneamente módulos como sistemas de archivos, comandos de shell, RAG, SSH y módulos de memoria.
• Retroalimentación e iteraciónKheish: Kheish vuelve a comprobar y revisar sus propuestas en muchos encargos, mejorando gradualmente la calidad de las soluciones.
• Generación de aumento de la recuperación (RAG)Para grandes bases de código o contextos multi-fichero, Kheish indexa los datos en almacenamiento vectorial, reduciendo el uso de tokens y escalando a proyectos más grandes.
• Agente único, multitareaKheish puede gestionar tareas en paralelo o en serie definiendo configuraciones YAML individuales o combinándolas en un escenario de varios pasos.

Utilizar la ayuda

Proceso de instalación

1. almacén de clonesPrimero, clona el repositorio GitHub de Kheish usando Git.

   git clone https://github.com/graniet/kheish.git
   

2. Acceso al catálogoIntroduzca el directorio Kheish clonado.

   cd kheish
   

3. Instalación de dependenciasUtiliza Cargo para instalar las dependencias necesarias.

   cargo build
   

Normas de uso

1. archivo de configuraciónAntes de poder utilizar Kheish, debe configurar un archivo YAML para definir tareas y roles. El archivo de configuración de ejemplo se muestra a continuación:

   tasks:
   - name: "代码审计"
   roles:
   - proposer
   - reviewer
   - validator
   modules:
   - fs
   - sh
   

2. Tareas en cursoEjecuta Kheish usando el archivo de configuración.

   cargo run -- --config path/to/config.yaml
   

3. llamada al móduloKheish puede invocar espontáneamente módulos como el sistema de archivos (fs), comandos de shell (sh), RAG (rag), SSH (ssh) y memorias a largo plazo (memories) en función de los requisitos de la tarea.
4. Retroalimentación e iteraciónEl resultado final: en el transcurso del encargo, Kheish comprueba y revisa constantemente su propuesta para garantizar la exactitud e integridad del resultado final.

Función Flujo de operaciones

1. Cambio adaptativo de funciones::
   • Proponente: Genera o actualiza propuestas basadas en la información y el contexto del usuario.
   • RevisorEvaluación crítica de las propuestas, identificación de fallos o solicitud de mejoras.
   • ValidadorEl responsable: actúa como último guardián para garantizar que la propuesta es correcta y completa.
   • FormateadorConvertir la solución validada al formato de presentación final (por ejemplo, Markdown).
2. Solicitud de módulos a la carta::
   • Sistema de archivos (fs): lee los archivos bloque a bloque y los indexa en la RAG.
   • Comandos de shell (sh): ejecuta un número limitado de comandos de shell en un entorno aislado.
   • RAG: almacenamiento y recuperación de grandes cantidades de texto mediante incrustación, con soporte para consultas basadas en bloques.
   • SSH: Comando remoto seguro.
   • Módulos de memoria (memorias): almacenan o recuperan datos fuera del contexto de la LLM (memoria a largo plazo).
3. Retroalimentación e iteración::
   • El patrocinador propone una solución.
   • Los revisores critican y pueden solicitar cambios.
   • Los proponentes introducen mejoras en función de la información recibida.
   • El Validador aprueba o solicita eventualmente modificaciones adicionales.
4. Generación de aumento de la recuperación (RAG)::
   • En el caso de grandes bases de código o contextos con varios archivos, Kheish indexa los datos en un almacén vectorial y posteriormente recupera las piezas relevantes mediante consultas semánticas.
5. Agente único, multitarea::
   • Kheish puede gestionar tareas en paralelo o en serie definiendo configuraciones YAML individuales o combinándolas en un escenario de varios pasos.