agents.json: 自然言語を介してAPIと対話するインテリジェンスのためのオープンソース仕様

はじめに

agents.jsonは、Wildcard AIチームによって開発されたオープンソースの仕様で、OpenAPI標準に基づき、インテリジェンスが自然言語を通じてAPIと効率的に通信できるようにすることを目的としている。構造化されたJSONファイルを通じて、インテリジェンスとAPI間のインタラクション契約を定義し、エンドポイントの発見とパラメータ生成を最適化し、インテリジェンスがAPIを呼び出す際の混沌とした順序と低い精度の問題を解決します。プロジェクトはバージョン0.1.0で、Apache 2.0ライセンスの下、GitHub (https://github.com/wild-card-ai/agents-json)でホストされており、コミュニティへの参加が奨励されている。Wildcard Bridge Pythonパッケージを使用することで、開発者はagents.jsonファイルをロード、解析、実行し、マルチステップAPIコールを簡単に自動化することができます。

Agents.jsonはオープンソースのJSON仕様で、APIとAIインテリジェンスの相互作用の契約を正式に記述するもので、OpenAPI標準をベースにしている。

機能一覧

• 自然言語によるAPIコール: インテリジェンシアはAPI操作を日常言語でトリガーする。
• OpenAPIに基づく拡張機能インテリジェンスの使用を最適化するためのOpenAPIの新しいインタラクションルール。
• タスクフローとリンクマルチステップのタスクフロー（フロー）とアクションリンク（リンク）を定義し、呼び出しの順序を確保する。
• ステートレスデザイン既存のインフラ配備をサポートするための顧客管理状況。
• SDKサポートWildcard Bridgeは、仕様ファイルをロードして実行することで、開発を簡素化します。

ヘルプの使用

アクセスと準備

agents.jsonは、SDKと組み合わせて使用するか、手動で記述する仕様ファイルです。その仕組みは以下の通りです：

1.agents.jsonファイルの取得

• 公式例::
  ワイルドカードAIのクイック・スタート・ノートブックを入手しよう：
  • 再送する：再送信.ipynb
  • ストライプ：シングル
  • グーグル・シートなどマルチプル・ダイナミック
• カスタムライティング::
  基礎 フルスキーマファイルを作成する。例えば

  {
  「apiVersion": "0.1.0"、
  "baseUrl": "https://api.example.com"、
  「チェーン": {
  "get_data": {
  "description": "指定されたデータの取得"、
  「agent_instructions": "ユーザ入力に基づいてデータを抽出する"、
  「ステップ": [{ "エンドポイント": "/data", "メソッド": "GET"}].
  }
  }
  }

を置くことをお勧めします。 /.well-known/agents.json インテリ層が発見しやすい道。

2.ワイルドカード・ブリッジのインストール

• リクエストPython 3.10+.
• 動く::
  1. コマンドを実行する：

     pip install wildcard-bridge
     

  2. 検証：

     python -c "import wildcard_bridge; print(wildcard_bridge.__version__)"
     

3.構成環境

• 認証サポートBasic認証、ApiKey認証、Bearer認証に対応しています。例

  from wildcard_bridge import Bridge
  bridge = Bridge(auth={"type": "ApiKey", "key": "your-api-key"})
  

• コネクテッド・インテリジェンスサポートされているLLM（OpenAIなど）にアクセスし、ベースとなるプロンプトを用意する。

主な機能の操作

機能1：仕様ファイルの読み込みと解析

• 動く::
  1. ファイルを読み込む：

     bridge.load_agents_json("path/to/agents.json")
     

  2. タスクチェーンを見る：

     chains = bridge.get_available_chains()
     print(chains) # 利用可能なタスクを出力する、例えば["get_data"]。
     

• 使用サポートされるオペレーションを理解し、すぐに実行できる。

機能2：タスクフローの実行

• 動く::
  1. タスクを実行する：

     result = bridge.run_chain("get_data", {"query": "sales report"})
     print(result) #出力APIのリターン結果
     

  2. リターンデータを確認する。
• 取るユーザーが「売上報告書をくれ」と言うと、スマートボディが自動的にAPIを呼び出す。

機能3：デバッグと最適化

• テスト中にコンポーネントを調整する::

  bridge.enable_debug()
  result = bridge.run_chain("get_data", {"query": "test"})
  

  ログをチェックし、各ステップが正しいことを確認する。

• 最適化調整 エージェント_インストラクション あるいは、知識人の精度を高めるための例である。

注目の機能操作

タスクフローとリンク設計

• ワークフロー::
  1. Gmailの返信など、マルチステップのタスクフローを定義する：

     {
     "チェーン": {
     "reply_email": {
     "description": "メールへの返信"、
     "agent_instructions": "ユーザ入力に基づいてメールを返信する"、
     「ステップ": [
     
     {エンドポイント": "/メッセージ/送信", "メソッド": "POST"}。
     ]
     }
     }
     

  2. 走っている：

     bridge.run_chain("reply_email", {"threadId": "123", "reply": "received"})
     

• 輝点フローとリンクは、コールが正しい順序で行われることを保証し、インテリジェンスはそれらについて推論する必要はない。

既存システムとのステートレス互換性

• 気付く::
  SDKはクライアントサイドで動作し、サーバーレス環境に適応している：

  def lambda_handler(event, context).
  bridge = Bridge(auth={"type": "Bearer", "トークン": event["token"]})
  bridge.load_agents_json("s3://bucket/agents.json")
  return bridge.run_chain("task", event["args"])
  

• ゆうせいAPIサーバーを変更する必要はない。

例: Stripe決済のお問い合わせ

• エージェント.json::

  {
  "baseUrl": "https://api.stripe.com/v1"、
  "チェーン": {
  "check_payment": {
  「説明": "支払いステータスをチェックする"、
  「agent_instructions": "支払IDに基づいてステータスを返す"、
  "steps": [{ "endpoint": "/charges/{chargeId}", "method": "GET"}].
  }
  }
  }
  

• うごきだす::

  result = bridge.run_chain("check_payment", {"chargeId": "ch_123"})
  print(result)
  

• 効果スマートボディは支払い状況を直接返すので、シンプルで効率的です。

ほら

• 確実性キーは、漏洩を避けるために環境変数に格納される。
• 公共参加 ディスコード サポートを受ける
• (さんぷ参考 公文書.