Magentic-UI - マイクロソフト、人間とコンピュータのコラボレーションのためのオープンソースAIエージェント

9.6K 00

Magentic-UIとは

Magentic-UIは、マイクロソフトのオープンソースの人間とコンピュータのコラボレーションAIエージェントです。Magentic-UIは、ユーザーとの緊密なコラボレーションに基づいており、Webブラウジング、コード実行、ファイル処理などの複雑なWebタスクの完了を支援します。Magentic-UIは、経験から学び、実行計画を保存し、後続のタスクで再利用して効率を向上させることができ、人間とコンピュータのコラボレーションの新しいモードを探求するための強力なサポートを提供します。Magentic-UIは経験から学習し、次のタスクで再利用するために実行計画を保存する。

Magentic-UIの主な機能

共同プランニングタスクを実行する前にステップバイステップのプランを作成し、ユーザーが修正・承認することで、タスクが要求通りに実行されるようにします。
共同実施実行中はリアルタイムで操作内容が表示され、実行が要件を満たしていることを確認するために、ユーザーがいつでも操作を引き継ぐことができます。
セキュリティ機構重要な操作の前にユーザーの承認を求め、操作のセキュリティを保護するためにカスタマイズされた承認ポリシーをサポートします。
再利用の学習タスク完了後にプランを保存し、将来のタスクに再利用または修正することで、効率を向上させることができます。

Magentic-UIの公式ホームページアドレス

プロジェクトのウェブサイト:: https://www.microsoft.com/en-us/research/blog/magentic-ui-an-experimental-human-centered-web-agent/
GitHubリポジトリ:: https://github.com/microsoft/magentic-ui

Magentic-UIの使い方

インストールと設定::
- GitHubリポジトリのクローン: GitHubからMagentic-UIのコードリポジトリをローカルにクローンする。

git clone https://github.com/microsoft/magentic-ui.git

- 依存関係のインストールプロジェクトに必要なPythonの依存関係をインストールします。

cd magentic-ui
pip install -r requirements.txt

- 設定環境APIキーやDockerの設定など、必要に応じて環境変数を設定する。
Magentic-UIを立ち上げる
- オペレーション・サーバーMagentic-UIのバックエンドサービスを開始します。

python server.py

- ウェブインターフェースへのアクセスブラウザからアクセスhttp://localhost:5000(デフォルトのポート)でMagentic-UIウェブインターフェースにアクセスします。
ミッションの計画と実施
- タスクの説明を入力する例：「2つの商品の価格を比較する」。
- プランを作成するMagentic-UIは、ユーザーが閲覧、修正、承認できるステップバイステップのプランを自動的に生成します。
- 操作するプランの承認後、Magentic-UIはタスクの実行を開始し、ユーザーは実行プロセスをリアルタイムで見ることができます。
- レシーバーコントロール必要であれば、ユーザーはいつでもタスクのステップを引き継ぎ、手動で作業を完了させることができる。
セキュリティとコントロール
- アクセス権の設定Magentic-UIがアクセスできるWebサイトのリストを設定で指定します。
- 割り込み操作タスクの実行中、ユーザーはいつでも操作を中断して保留中のステップを停止することができる。

Magentic-UIの主な利点

共同プランニングMagentic-UIは、詳細なステップバイステップの計画を作成し、ユーザーがそれを閲覧、修正、承認することをサポートします。これにより、タスクがユーザーのニーズを完全に満たし、タスク実行の精度と満足度が向上します。
共同実施タスクの実行中、Magentic-UIはリアルタイムで次の操作を表示し、ユーザーはいつでもコントロールを引き継ぐことができます。
セキュリティ機構Magentic-UIは、重要な操作や不可逆的な操作を実行する前にユーザーの明示的な承認を求め、ユーザー定義の自己承認ポリシーをサポートし、ユーザーがアクセス可能なウェブサイトのリストを設定することで、AIが安全でないウェブサイトや許可されていないウェブサイトにアクセスすることを防ぎ、運用上のセキュリティを保護します。
再利用の学習タスクが完了した後、Magentic-UIは実行計画を保存し、ユーザーは将来同じようなタスクを実行する際、この計画を直接再利用したり、新しい要求に応じて計画を修正・調整したりすることができ、タスクの実行効率を向上させ、繰り返し作業を減らすことができます。
透明で制御可能Magentic-UIは透明なインタラクション体験を提供し、ユーザーはタスクの操作のすべてのステップを明確に理解することができ、タスクの実行プロセスが完全に制御可能であることを保証し、ユーザーはタスクの計画と実行プロセス中にいつでもフィードバックを提供することができ、Magentic-UIはフィードバックに基づいてタイムリーな調整を行います。

Magentic-UIの対象者

研究員人間とコンピュータのコラボレーションモデルを探求し、オープンソースの機能と実験プラットフォームに基づいた関連研究を行う。
開発者柔軟なアーキテクチャとオープンソースコードで、人とコンピュータのコラボレーションアプリケーションを開発したり、既存のプロジェクトに統合することができます。
教育者タスクプランニング、AIとのコラボレーション、プログラミングなどのスキルを身につけるための教材として。
愛用者商品価格の比較、オンラインフォームへの入力、旅行の予約など、複雑なウェブタスクをこなす。
ビジネスユーザー社内のワークフローを最適化し、効率化と人件費の削減を図る。