LangManus: マルチインテリジェンス・コラボレーションをサポートするオープンソースのAI自動化フレームワーク

はじめに

LangManusは、GitHubでホストされているオープンソースのAI自動化フレームワークです。元同僚のグループが余暇を利用して開発したもので、言語モデルと専門ツールを組み合わせてウェブ検索、データ・クロール、コード実行などのタスクを完了させることを目的とした学術主導のプロジェクトである。このフレームワークは、コーディネーター、プランナー、スーパーバイザーといった役割を含むマルチエージェントシステムを使用し、複雑なタスクの共同作業を行う。LangManusはオープンソースの精神を強調し、コミュニティの卓越性に依存する一方、コードの貢献や問題に対するフィードバックを歓迎している。LangManusは、オープンソースの精神を重視し、コミュニティの卓越性に依存しています。 uv 依存関係を管理し、迅速なビルド環境をサポートする。このプロジェクトはまだ開発中で、AIの自動化やマルチエージェント技術に興味のある開発者に適している。

機能一覧

• マルチエージェントコラボレーション: コーディネイター、プランナー、スーパーバイザーなどが分担して、タスクのルーティング、戦略立案、実行管理などを行うシステム。
• タスクの自動化ウェブ検索、データクローリング、Pythonコード生成、その他の操作のためのツールと組み合わせた言語モデルのサポート。
• 言語モデルの統合オープンソースモデル（例：Qwen）とOpenAI互換インターフェースをサポートし、異なるタスクを処理するための多層LLMシステムを提供します。
• 検索:: 採用 タヴィリー ニューラル検索とコンテンツ抽出にJinaを使用し、ウェブ検索を実装するためのAPI。
• 開発サポートを使用したPython REPLとコード実行環境を内蔵。 uv 依存関係を管理する。
• ワークフロー管理:: タスク、モニタリング、プロセスの可視化機能を提供する。
• 文書管理フォーマットされたMarkdownファイルを生成するためのファイル操作をサポート。

ヘルプの使用

LangManusはプログラミング経験のあるユーザーを対象としたローカルで動作するフレームワークです。詳細なインストール方法と使用方法は以下の通りです。

設置プロセス

LangManusをローカルで使うにはPythonをインストールする必要があります、uv などのツールがある。手順は以下の通り：

1. 環境を整える
   • Python 3.12がインストールされていることを確認してください：

     python --version
     

     バージョンが一致しない場合は、https://www.python.org/downloads/ からダウンロードしてインストールしてください。

   • リポジトリのクローン用にGitをインストールする。https://git-scm.com/ からダウンロードしてください。
2. 紫外線の設置
   uv は依存関係管理ツールである。実行する：

pip install uv

設置を確認する：

uv --version

3. クローン倉庫
   ターミナルで実行：

git clone https://github.com/langmanus/langmanus.git
cd langmanus

4. 仮想環境の設定
   利用する uv 環境を整える：

uv python install 3.12
uv venv --python 3.12
source .venv/bin/activate  # Windows: .venv\Scripts\activate

5. 依存関係のインストール
   走っている：

uv sync

これにより、依存するすべてのパッケージがインストールされる。

6. ブラウザサポートのインストール
   LangManusはPlaywrightを使ってブラウザをコントロールします。実行します：

uv run playwright install

7. 環境変数の設定

• 例のファイルをコピーする：

  cp .env.example .env
  

• コンパイラ .envAPIキーを追加します。例

  TAVILY_API_KEY=your_tavily_api_key
  REASONING_MODEL=your_model
  REASONING_API_KEY=your_api_key
  

• https://app.tavily.com/ から取得した Tavily API キー。

8. ランニング・プロジェクト
   インプット：

uv run main.py

使用方法

インストールされたLangManusはコマンドラインからもAPIからも実行できます。

1. 基本操作

• 仮想環境で動作する：

  uv run main.py
  

• 現在のバージョンにはデフォルトタスクの例はない。 README.md あるいは公式アップデートを待つか。

2. APIサービス

• APIサーバーを起動する：

  make serve
  

  あるいは

  uv run server.py
  

• 例えば、インターフェイスを呼び出す：

  curl -X POST "http://localhost:8000/api/chat/stream" -H "Content-Type: application/json" -d '{"messages":[{"role":"user","content":"搜索最新AI论文"}],"debug":false}'
  

• リアルタイムのストリーミング応答を返す。

3. タスクの例

• HuggingFaceの回数を数えたいとする。 ディープシーク R1の影響指数：
  • タスクの入力を編集する（APIやコード経由など）。
  • システムは、データを検索するリサーチャー・エージェントと、計算コードを生成するエンコーダー・エージェントを割り当てる。
  • 結果はレポーター・エージェントが出力する。

LangManus デフォルトのウェブ・ユーザー・インターフェイス: https://github.com/langmanus/langmanus-web

注目の機能操作

• マルチエージェントコラボレーション
  タスクが入力されると、コーディネーターがそれを分析し、プランナーにルーティングする。プランナーは、スーパーバイザーが研究者やエンコーダーに実行させるストラテジーを作成する。例えば、「最新のAI論文を検索する」と入力すると、研究者はTavily APIを呼び出して結果を取得する。
• 言語モデルの統合
  複数のモデルをサポートしています。構成 .env におけるさまざまなタスクのモデリング
• 複雑なタスク REASONING_MODEL.
• 単純作業用 BASIC_MODEL.
• グラフィックタスク VL_MODEL.
• 検索
  ページのコンテンツを抽出するには、Tavily API（デフォルトで5つの結果を返す）またはJinaを使用します。APIキーが設定されると、ブラウザエージェントはページをナビゲートし、クロールすることができます。
• コード実行
  エンコーダエージェントはPythonとBashスクリプトをサポートしています。例えば、コードを生成します：

print("Hello, LangManus!")

組み込みのREPLで直接実行する。

発展と貢献

• カスタムプロキシ
  修正 src/prompts/ の下でエージェントの動作を調整します。例えば、研究者の検索機能を強化する。
• 寄付を提出する
• リポジトリをフォークしてコードを変更する。
• GitHubにプルリクエストを提出する。

現在のところ、ドキュメントは限られているので、公式のアップデートに目を光らせておくことをお勧めする。

アプリケーションシナリオ

1. 学術研究
   研究者はLangManusを使って論文からデータを収集し、分析を作成し、GAIAランキングに参加する。
2. オートメーション開発
   開発者が要件を入力すると、フレームワークがPythonコードを生成し、プロジェクト開発を加速させる。
3. テクニカル・ラーニング
   学生は、エージェントのプロンプトの言葉を修正することで、マルチエージェントシステムの設計について学びます。

品質保証

1. ラングマナスは商業番組ですか？
   そうではない。研究とコミュニティーのコラボレーションに焦点を当てた、学術的なオープンソースプロジェクトなのだ。
2. どのようなAPIキーが必要ですか？
   検索には少なくともTavily APIキーが必要で、他のモデルキーは必要に応じて設定されます。
3. ランタイムエラーはどのように処理するのですか？
   プローブ .env 設定が正しいことを確認するか、GitHubにissueを提出してください。