PilottAI : un projet open source pour construire des applications de multi-intelligence de niveau entreprise

Introduction générale

PilottAI est un framework Python open source hébergé sur GitHub et créé par le développeur anuj0456. L'objectif de PilottAI est de permettre aux développeurs d'utiliser un code simple pour construire des applications d'intelligence artificielle évolutives, telles que le traitement automatisé de documents, la gestion du service client ou l'analyse de données. PilottAI est entièrement gratuit, avec un code ouvert pour les programmeurs et les utilisateurs professionnels. La documentation officielle est détaillée, le framework supporte Python 3.10+ et est publié sous la licence MIT.

Liste des fonctions

• Système hiérarchique intelligentLes systèmes de gestion des ressources humaines : ils favorisent la division du travail entre les intelligences du gestionnaire et du travailleur, ainsi que l'attribution intelligente des tâches.
• Intégration de grands modèles linguistiquesCompatible avec OpenAI, Anthropic, Google et de nombreux autres fournisseurs de LLM.
• expansion dynamiqueLe nombre d'intelligences s'ajuste automatiquement en fonction de la quantité de tâches à accomplir.
• mécanisme de tolérance d'erreurLes données de la base de données de l'UE sur les entreprises de l'Union européenne (UE) ont été recueillies dans le cadre de l'enquête sur les entreprises de l'Union européenne.
• équilibrage de la chargeRationaliser la répartition des tâches afin d'éviter les surcharges.
• Planification des tâchesLes services d'extraction, d'analyse et de synthèse sont pris en charge dans le cadre de flux de travail à plusieurs étapes.
• L'intelligence dédiéeLes services d'intelligence intégrés pour le service à la clientèle, le traitement des documents, la gestion des courriels et la recherche et l'analyse.
• Gestion avancée de la mémoireLe projet de recherche de l'Institut de recherche sur la santé (IRSS) : Stocker les contextes de tâches pour soutenir la recherche sémantique.
• Soutien aux outilsLes outils de gestion des documents, de WebSocket et de personnalisation sont intégrés.

Utiliser l'aide

Processus d'installation

PilottAI nécessite un environnement Python pour fonctionner. Voici les étapes détaillées :

1. Vérification de la version de Python
   Assurez-vous que Python 3.10 ou plus est installé. Tapez dans le terminal :

python --version

Si vous disposez d'une version inférieure à la 3.10, téléchargez et installez-la à partir du site web de Python.

2. Télécharger le code
   Cloner le dépôt PilottAI avec Git :

git clone https://github.com/anuj0456/pilottai.git

Accédez au catalogue de projets :

cd pilottai

3. Installation des dépendances
   S'exécute dans le terminal :

pip install pilott

Cela installera automatiquement toutes les bibliothèques nécessaires. Si une installation manuelle est nécessaire, les dépendances principales sont les suivantes asyncio et les bibliothèques liées à LLM, comme décrit dans la documentation officielle.

4. Vérifier l'installation
   Exécutez le code de test :

python -m pilott.test

S'il n'y a pas de message d'erreur, l'installation a réussi.

Comment utiliser les principales fonctionnalités

1. configurer et démarrer le système

PilottAI doit être configuré avec les LLM et les intelligences pour fonctionner. Exemple de code :

from pilott import Pilott
from pilott.core import AgentConfig, AgentRole, LLMConfig
# 配置 LLM
llm_config = LLMConfig(
model_name="gpt-4",
provider="openai",
api_key="your-api-key"  # 替换为你的 API 密钥
)
# 配置智能体
config = AgentConfig(
role="processor",
role_type=AgentRole.WORKER,
goal="高效处理文档",
description="文档处理工作者",
max_queue_size=100
)
async def main():
# 初始化系统
pilott = Pilott(name="DocumentProcessor")
await pilott.start()
# 添加智能体
agent = await pilott.add_agent(
agent_type="processor",
config=config,
llm_config=llm_config
)
# 停止系统
await pilott.stop()
if __name__ == "__main__":
import asyncio
asyncio.run(main())

• instructions: Remplacement api_key pour la clé que vous obtenez de plateformes comme OpenAI. Lorsqu'il est exécuté, le système lance une intelligence de traitement des documents.

2. traitement des documents PDF

Le traitement des documents de PilottAI est très puissant. Etapes de l'opération :

• Pour convertir un fichier PDF (par ex. report.pdf) dans le catalogue de projets.
• Exécutez le code suivant :

  async def process_pdf():
  result = await pilott.execute_task({
  "type": "process_pdf",
  "file_path": "report.pdf"
  })
  print("处理结果:", result)
  

• Le système extrait le contenu du fichier et renvoie le résultat.

3. création d'intelligences spécialisées

PilottAI propose une large gamme d'intelligences préprogrammées, telles que la Research Analytics Intelligence :

• Ajout d'Intelligentsia :

  researcher = await pilott.add_agent(
  agent_type="researcher",
  config=AgentConfig(
  role="researcher",
  goal="分析数据并生成报告",
  description="研究分析助手"
  ),
  llm_config=llm_config
  )
  

• Utiliser les intelligences pour effectuer des tâches :

  result = await pilott.execute_task({
  "type": "analyze_data",
  "data": "市场销售数据"
  })
  print("分析结果:", result)
  

4. configurer l'équilibrage de la charge et la tolérance aux pannes

• équilibrage de la chargeIntervalle de contrôle : Définit l'intervalle de contrôle et le seuil de surcharge :

  from pilott.core import LoadBalancerConfig
  config = LoadBalancerConfig(
  check_interval=30,  # 每30秒检查一次
  overload_threshold=0.8  # 80%负载视为过载
  )
  

• mécanisme de tolérance d'erreurLes données de l'utilisateur peuvent être utilisées pour définir le nombre de rétablissements et le délai d'attente pour le battement de cœur :

  from pilott.core import FaultToleranceConfig
  config = FaultToleranceConfig(
  recovery_attempts=3,  # 尝试恢复3次
  heartbeat_timeout=60  # 60秒无响应视为故障
  )
  

mise en garde

• exigences en matière de réseauLe réseau est nécessaire pour utiliser LLM afin de s'assurer que la clé de l'API est valide.
• référence de la documentationPour les configurations détaillées, voir document officiel.
• ajuster les composants pendant les essaisLes problèmes de sécurité : Consultez les journaux du terminal lorsque quelque chose ne va pas, ou visitez GitHub pour soumettre un problème.

scénario d'application

1. Traitement des documents d'entreprise
   Analyser les contrats ou les rapports à l'aide de l'intelligence du traitement des documents pour en extraire les termes clés et améliorer l'efficacité.
2. Automatisation du support client
   Les services intelligents à la clientèle peuvent traiter les demandes, générer des réponses et réduire la charge manuelle.
3. Analyse des données de recherche
   Research Analytics Intelligence rassemble des informations et analyse les tendances, ce qui le rend adapté à la recherche universitaire et commerciale.
4. Gestion du courrier
   Email Intelligence Body trie automatiquement les courriels, génère des modèles et optimise le processus de communication.

QA

1. Quels sont les programmes de formation continue soutenus par PilottAI ?
   Prise en charge d'OpenAI, d'Anthropic, de Google et de nombreux autres fournisseurs, voir la documentation pour les modèles spécifiques.
2. Dois-je payer ?
   Le cadre est gratuit, mais l'utilisation du service LLM peut être soumise à des frais d'API.
3. Comment puis-je personnaliser mon smartbody ?
   faire passer (un projet de loi, une inspection, etc.) add_agent pour définir les rôles et les cibles, comme indiqué dans l'exemple de documentation.
4. Que se passe-t-il si j'obtiens une erreur d'exécution ?
   Vérifiez la version de Python, les dépendances et la connexion réseau, ou reportez-vous à la page GitHub.