PrimisAI Nexus：スケーラブルなAI多知能身体システム構築とタスク自動化のための軽量フレームワーク

中国初のAI IDE インテリジェント・プログラミング・ソフトウェア 🚀体験への招待 Trae 中国語版ダウンロードDeepSeek-R1とDoubao-proは無制限で利用できる！

はじめに

PrimisAI Nexusは、PrimisAIチームによって開発された、GitHubでホストされている軽量なオープンソースのPythonフレームワークです。大規模言語モデリング（LLM）を通して複雑なタスクを自動化するためのスケーラブルなAIマルチインテリジェンスシステムの構築と管理を支援します。NexisAIはモジュラーデザインを採用しており、単一のスーパーバイジングインテリジェンス（Supervisor）が複数のワーキングインテリジェンス（Worker Agents）と連携することで、簡素化されたワークフローとYAMLコンフィギュレーションを提供し、開発の敷居を下げています。2025年2月現在、NexusはHumanEvalやVerilogEval-Humanベンチマークなどのコード生成タスクに優れており、開発者や研究者が効率的なAI自動化ソリューションを構築するのに適している。

ネクサス・アーキテクチャー

機能一覧

スケーラブル・マルチ・インテリジェンス・システムタスクの複雑さに応じてシステムを拡張するため、インテリジェンスの動的な追加をサポートする。
タスクの自動化タスクを分解し、専門化された作業インテリジェンスに割り当てる監督インテリジェンスによる自動実行。
軽量アーキテクチャクリーンなワークフロー設計を提供し、開発とメンテナンスのコストを削減します。
LLMインテグレーション大規模言語モデル（GPT-4oなど）へのシームレスな接続とカスタム設定のサポート。
YAMLコンフィギュレーション設定ファイルを通してインテリジェンスの構造とタスクを定義することにより、管理を簡素化します。
デバッグと最適化ロギングとフィードバックループを内蔵し、スマートボディの故障による影響を軽減。

ヘルプの使用

設置プロセス

PrimisAI Nexusのインストールは簡単です：

環境を整える
- Python 3.8+がインストールされていることを確認し、以下のコマンドを実行する。python --バージョンチェックする。
- 仮想環境を作成する（推奨）：
```
python -m venv nexus_env
ソース nexus_env/bin/activate # Linux/Mac
nexus_env スクリプト起動 # Windows
```
ネクサスのインストール
- インストールにはpipを使う：
```
pip install primisai
```
- バージョンの確認：実行ピップショー・プリミサイをクリックして、インストールが成功したことを確認する。
LLMアクセスの設定
- 大規模言語モデルのAPIキーを取得する（例：OpenAIのAPIキー）。
- 環境変数の設定：
```
export OPENAI_API_KEY="your-api-key-here" # Linux/Mac
set OPENAI_API_KEY="your-api-key-here" # Windows
```
インストールの確認
- テストスクリプトの作成test_nexus.py::
```
from primisai.nexus.core import Supervisor
llm_config = {"api_key": "your-api-key-here", "model": "gpt-4o"}。
Supervisor = Supervisor("TestSupervisor", llm_config)
print("Nexus is ready!")
```
- うごきだすpython test_nexus.py出力が「Nexus is ready!インストールが成功したことを示します。

主な機能

1.スケーラブルなマルチインテリジェンスシステムの構築

手続き::

インポートモジュール：

from primisai.nexus.core import エージェント, スーパーバイザー

LLMを設定する：

llm_config = {
"api_key": "your-api-key-here"、
"model": "gpt-4o"
}

スーパーバイザー・インテリジェンスとワーク・インテリジェンスの創造：

Supervisor = Supervisor("RootSupervisor", llm_config)
coder = Agent("Coder", llm_config, system_message="Pythonコードを生成しています。")
tester = Agent("Tester", llm_config, system_message="コードの正しさを検証します。")
supervisor.register_agent(コーダー)
supervisor.register_agent(テスター)

ミッションを遂行するために

task = "ソートアルゴリズムを書き、検証する"
supervisor.run(タスク)

機能説明監督インテリジェンスはタスク（コードやテストの記述など）を分解し、コーダーとテスターの作業インテリジェンスに割り当てる。

2.YAMLを使った自動タスクの設定

手続き::

確立config.yamlドキュメンテーション

スーパーバイザー
name: "AutomationSupervisor" です。
llm_config.
api_key: "your-api-key-here"
model: "gpt-4o"
エージェント
- name: "DataCollector"
system_message: "データの収集と整理"
- name: "レポートジェネレーター"
system_message: "データレポートの生成"

ロードして走る：

from primisai.nexus.config import load_yaml_config, AgentFactory
config = load_yaml_config("config.yaml")
factory = AgentFactory()
system = factory.create_from_config(config)
system.run("マーケットデータの収集とレポートの生成")

機能説明YAMLファイルを通してインテリジェンスの役割とタスクロジックを定義し、データ収集とレポート生成を自動化します。

3.リアルタイム・インタラクションとテスト

手続き::
1. インタラクティブなセッションを開始する：
```
supervisor.start_interactive_session()
```
2. 例えば「ウェブ検索ツールを作成する」といったタスクを入力し、インテリジェンス・コラボレーションの結果を観察する。
3. 輸入出口セッションを終了する。
機能説明マルチインテリジェンス・コラボレーションの有効性をリアルタイムでテストし、タスク自動化プロセスのスムーズさを検証。

4.コミッショニングと最適化

手続き::
1. デバッガーをセットアップする：
```
from primisai.nexus.core import デバッガ
debugger = Debugger(log_level="DEBUG")
supervisor.set_debugger(debugger)
```
2. タスクを実行し、ログを表示する。ネクサスログ).
3. ログに基づき、インテリジェント・ロジックやタスク割り当てを最適化。
機能説明デバッグツールは、スマートボディの操作の詳細を記録し、フィードバックループを通じて安定した信頼性の高いタスクの実行を保証します。