AgentIQ : un outil open source pour la connexion et la gestion flexibles d'intelligences IA

Introduction générale

AgentIQ est un outil open source de NVIDIA conçu pour aider les développeurs à connecter et à gérer efficacement les intelligences IA. Il permet aux intelligences issues de différents cadres de collaborer de manière transparente, de connecter des données et des outils d'entreprise et de créer des flux de travail tels que des fonctions d'appel. Les meilleures caractéristiques de l'outil sont la flexibilité et la réutilisation, permettant aux développeurs de développer, d'optimiser et de réutiliser rapidement les tâches d'IA. agentIQ fournit des analyses de performance et une interface de visualisation pour les entreprises afin de construire des systèmes d'IA fiables. En mars 2025, la documentation officielle et la page GitHub sont les dernières sources d'information.

Liste des fonctions

• Prise en charge de n'importe quel cadre : compatible avec LangChain, LlamaIndex, etc., il n'est pas nécessaire de modifier la pile technologique.
• Conception réutilisable : Intelligentsia, les outils et les flux de travail peuvent être réutilisés, ce qui permet d'économiser du temps de développement.
• Développement rapide : des modules préconstruits sont fournis, qui peuvent être directement modifiés et utilisés par les développeurs.
• Analyse des performances : suivi de la durée d'exécution de chaque entité intelligente et de l'évolution de la consommation d'énergie. jeton et d'optimiser l'efficacité.
• Observabilité : Prise en charge des outils OpenTelemetry pour faciliter la surveillance et le débogage.
• Système d'évaluation : outils intégrés pour valider l'exactitude du flux de travail.
• Interface de dialogue en ligne : interagir avec les intelligences par le biais de l'interface utilisateur pour visualiser les résultats.
• MCP Prise en charge : compatible avec le protocole de contexte de modèle, peut appeler des outils externes.

Utiliser l'aide

AgentIQ est basé sur les outils open source Python, facile à installer, adapté aux développeurs. Voici une description détaillée de l'installation et du fonctionnement.

Processus d'installation

Avant l'installation, assurez-vous que votre ordinateur dispose des outils Git, Git LFS et uv. Voici les étapes à suivre :

1. Clonage de la base de code
   Saisissez-le dans le terminal :

git clone git@github.com:NVIDIA/AgentIQ.git agentiq
cd agentiq

Ceci téléchargera AgentIQ localement.

2. Mise à jour des sous-modules
   Entrée :

git submodule update --init --recursive

Obtenir des modules externes dépendants.

3. Télécharger la base de données
   Si des données d'exemple sont nécessaires, exécutez :

git lfs install
git lfs fetch
git lfs pull

4. Création d'un environnement Python
   Utiliser uv pour créer un environnement virtuel :

uv venv --seed .venv
source .venv/bin/activate  # Linux/Mac
.venv\Scripts\activate     # Windows

5. Installation des bibliothèques de base
   Installer AgentIQ et toutes les dépendances optionnelles :

uv sync --all-groups --all-extras

Si seules les fonctionnalités de base sont installées :

uv sync

Vous souhaitez charger des plugins spécifiques (par exemple LangChain) :

uv pip install -e '.[langchain]'

Analyse des performances Dépendances :

uv pip install -e '.[profiling]'

6. Vérifier l'installation
   Vérifier la version :

aiq --version

L'affichage du numéro de version est réussi.

Comment utiliser les principales fonctionnalités

Après l'installation, vous pouvez commencer à utiliser AgentIQ. Ce qui suit est un guide étape par étape de la fonctionnalité de base :

Création de flux de travail

AgentIQ appelle les intelligences et les outils des fonctions. Définissez les tâches à l'aide d'un fichier YAML. Par exemple :

• établir workflow.yaml: :

functions:
wikipedia_search:
_type: wiki_search
max_results: 2
llms:
nim_llm:
_type: nim
model_name: meta/llama-3.1-70b-instruct
temperature: 0.0
workflow:
_type: react_agent
tool_names: [wikipedia_search]
llm_name: nim_llm
verbose: true
retry_parsing_errors: true
max_retries: 3

• La course à pied :

aiq run --config_file workflow.yaml --input "列出五种土豚亚种"

La liste des réponses s'affichera.

Analyse des performances

Contrôler les performances du flux de travail :

aiq run --config_file workflow.yaml --profile

Les résultats montrent le temps écoulé et l'utilisation des jetons pour chaque corps intelligent afin d'aider à l'optimisation.

interface de visualisation

Lancer l'interface utilisateur :

aiq ui

Ouvrez http://localhost:8000 dans votre navigateur, tapez votre question et le corps intelligent y répondra en temps réel.

intégration des données

Se connecter à la source de données dans la fenêtre workflow.yaml Ajouter :

data_sources:
- type: "csv"
path: "data/sales.csv"

Après l'exécution, l'organisme intelligent peut traiter les données du fichier.

Déroulement de l'évaluation

Vérifier l'exactitude :

aiq evaluate --config_file workflow.yaml

Le système vérifie que le résultat est conforme aux attentes.

Fonction en vedette Fonctionnement

Les points forts d'AgentIQ sont la flexibilité et l'observabilité. Par exemple :

• collaboration multi-intelligenceLes systèmes d'intelligence artificielle : Configurer une intelligence pour générer du code, une autre pour le tester et l'ajuster automatiquement jusqu'à ce qu'il soit accepté.
• ajuster les composants pendant les essaisLes résultats de l'analyse des données de l'enquête sont présentés dans le tableau suivant : Utilisez l'outil OpenTelemetry pour voir comment se déroule chaque étape et identifier les problèmes.

Pour découvrir toutes les fonctionnalités, nous vous recommandons de vous référer à l'exemple officiel :

cd examples/simple
uv pip install -e '.[langchain]'
aiq run --config_file workflow.yaml

scénario d'application

1. Développement de l'automatisation
   Générer et tester du code avec AgentIQ pour un prototypage rapide.
   Une intelligence écrit le code, l'autre exécute les tests et les résultats sont émis directement.
2. Traitement des données d'entreprise
   Connecte les données de vente et génère automatiquement des rapports analytiques.
   Intelligentsia lit les fichiers CSV et produit des graphiques.
3. Soutien à la clientèle
   Configurer les intelligences pour répondre aux questions courantes et améliorer l'efficacité.
   Les utilisateurs posent des questions par l'intermédiaire de l'interface utilisateur et le corps intelligent y répond en temps réel.

QA

1. Besoin d'une clé API ?
   Oui, une clé API NVIDIA est nécessaire pour exécuter les exemples. Enregistrez-vous sur https://build.nvidia.com.
2. Quels sont les modèles linguistiques pris en charge ?
   Plusieurs modèles de MNI sont pris en charge et peuvent être spécifiés dans un fichier de configuration, par exemple Llama-3.1-70b.
3. Comment puis-je donner mon avis sur un problème ?
   Soumettre le numéro à https://github.com/NVIDIA/AgentIQ/issues.