Kheish : intelligences multirôles examinant, validant et formatant les résultats pour produire des résultats de haute qualité

Introduction générale

Kheish是一个开源的多角色代理，专为需要结构化、逐步协作的大型语言模型（LLM）任务而设计。Kheish不仅仅是一个简单的协调器，它本身就是一个智能代理，可以根据需求请求模块，整合用户反馈，在不同的专业角色之间切换（如提案者、审查者、验证者、格式化者等），最终交付精炼的结果。通过在一个框架内利用多个“子代理”（角色），Kheish能够处理诸如安全审计、文件搜索、基于RAG的探索等任务。

Liste des fonctions

• 自适应角色切换：Kheish作为单一代理，具有多个内部角色，如提案者、审查者、验证者和格式化者。
• 按需模块请求：Kheish可以自发调用模块，如文件系统、Shell命令、RAG、SSH和记忆模块。
• 反馈与迭代：Kheish在许多任务中会重新检查和修改自己的提案，逐步提高解决方案的质量。
• Génération d'augmentation de la recherche (RAG)：对于大型代码库或多文件上下文，Kheish将数据索引到向量存储中，减少令牌使用量并扩展到更大的项目。
• 单一代理，多任务处理：Kheish可以通过定义单独的YAML配置或将它们组合成一个多步骤场景来处理并行或串行任务。

Utiliser l'aide

Processus d'installation

1. entrepôt de clones：首先，使用Git克隆Kheish的GitHub仓库。

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

2. Accès au catalogue：进入克隆的Kheish目录。

   cd kheish
   

3. Installation des dépendances：使用Cargo安装所需的依赖。

   cargo build
   

Lignes directrices pour l'utilisation

1. fichier de configuration：在使用Kheish之前，需要配置YAML文件来定义任务和角色。示例配置文件如下：

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

2. Exécution des tâches：使用配置文件运行Kheish。

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

3. 模块调用：Kheish可以根据任务需求自发调用模块，如文件系统（fs）、Shell命令（sh）、RAG（rag）、SSH（ssh）和长期记忆（memories）。
4. 反馈与迭代：在任务执行过程中，Kheish会不断检查和修订自己的提议，确保最终结果的准确性和完整性。

Fonction Opération Déroulement

1. 自适应角色切换: :
   • 提议者（Proposer）：生成或更新基于用户输入和上下文的提议。
   • 审查者（Reviewer）：批判性地评估提议，识别缺陷或请求改进。
   • 验证者（Validator）：作为最终的把关者，确保提议的正确性和完整性。
   • 格式化者（Formatter）：将经过验证的解决方案转换为最终的展示格式（如Markdown）。
2. 按需模块请求: :
   • 文件系统（fs）：逐块读取文件，将其索引到RAG中。
   • Shell命令（sh）：在沙盒环境中运行有限的Shell命令。
   • RAG：通过嵌入存储和检索大量文本，支持基于块的查询。
   • SSH：安全远程命令。
   • 记忆模块（memories）：在LLM上下文之外存储或回忆数据（长期记忆）。
3. 反馈与迭代: :
   • 提案者提出解决方案。
   • 审查者批评并可能请求更改。
   • 提案者根据反馈进行改进。
   • 验证者最终批准或请求更多修正。
4. Génération d'augmentation de la recherche (RAG): :
   • 对于大型代码库或多文件上下文，Kheish将数据索引到向量存储中，稍后通过语义查询检索相关片段。
5. 单一代理，多任务处理: :
   • Kheish可以通过定义单独的YAML配置或将它们组合成一个多步骤场景来处理并行或串行任务。