Introdução geral
O AgentIQ é uma ferramenta de código aberto da NVIDIA projetada para ajudar os desenvolvedores a conectar e gerenciar eficientemente as inteligências de IA. Ela permite que as inteligências de diferentes estruturas colaborem perfeitamente, conectem dados e ferramentas corporativas e criem fluxos de trabalho como funções de chamada. Os melhores recursos da ferramenta são a flexibilidade e a reutilização, permitindo que os desenvolvedores desenvolvam, otimizem e reutilizem rapidamente as tarefas de IA. O agentIQ fornece análises de desempenho e uma interface de visualização para que as empresas criem sistemas de IA confiáveis. A partir de março de 2025, a documentação oficial e a página do GitHub são as fontes mais recentes de informações.
Lista de funções
- Suporte a qualquer estrutura: compatível com LangChain, LlamaIndex, etc., sem necessidade de alterar a pilha de tecnologia.
- Design reutilizável: Intelligentsia, ferramentas e fluxos de trabalho podem ser reutilizados, economizando tempo de desenvolvimento.
- Desenvolvimento rápido: são fornecidos módulos pré-construídos, que podem ser modificados e usados diretamente pelos desenvolvedores.
- Análise de desempenho: rastreamento do tempo de execução de cada smartbody e token consumo e otimizar a eficiência.
- Observabilidade: suporte a ferramentas OpenTelemetry para facilitar o monitoramento e a depuração.
- Sistema de avaliação: ferramentas integradas para validar a precisão do fluxo de trabalho.
- Interface de bate-papo: interaja com as inteligências por meio da interface do usuário para visualizar os resultados.
- MCP Suporte: compatível com o protocolo de contexto de modelo, pode chamar ferramentas externas.
Usando a Ajuda
O AgentIQ é baseado em ferramentas de código aberto Python, fácil de instalar e adequado para uso por desenvolvedores. A seguir, uma descrição detalhada da instalação e da operação.
Processo de instalação
Antes de instalar, certifique-se de que seu computador tenha as ferramentas Git, Git LFS e uv. Aqui estão as etapas:
- Clonagem da base de código
Digite-o no terminal:
git clone git@github.com:NVIDIA/AgentIQ.git agentiq
cd agentiq
Isso fará o download do AgentIQ localmente.
- Atualização de submódulos
Entrada:
git submodule update --init --recursive
Obter módulos externos dependentes.
- Baixar conjunto de dados
Se forem necessários dados de exemplo, execute:
git lfs install
git lfs fetch
git lfs pull
- Criando um ambiente Python
Use o uv para criar um ambiente virtual:
uv venv --seed .venv
source .venv/bin/activate # Linux/Mac
.venv\Scripts\activate # Windows
- Instalação das bibliotecas principais
Instale o AgentIQ e todas as dependências opcionais:
uv sync --all-groups --all-extras
Se apenas os recursos principais estiverem instalados:
uv sync
Deseja carregar plug-ins específicos (por exemplo, LangChain):
uv pip install -e '.[langchain]'
Dependências de análise de desempenho:
uv pip install -e '.[profiling]'
- Verificar a instalação
Verifique a versão:
aiq --version
A exibição do número da versão foi bem-sucedida.
Como usar os principais recursos
Após a instalação, você pode começar a usar o AgentIQ. A seguir, um guia passo a passo da funcionalidade principal:
Criação de fluxos de trabalho
O AgentIQ chama as inteligências e ferramentas de funções. Defina tarefas com arquivos YAML. Por exemplo:
- estabelecer
workflow.yaml
::
functions:
wikipedia_search:
_type: wiki_search
max_results: 2
llms:
nim_llm:
_type: nim
model_name: meta/llama-3.1-70b-instruct
temperature: 0.0
workflow:
_type: react_agent
tool_names: [wikipedia_search]
llm_name: nim_llm
verbose: true
retry_parsing_errors: true
max_retries: 3
- Em execução:
aiq run --config_file workflow.yaml --input "列出五种土豚亚种"
O resultado listará as respostas.
Análise de desempenho
Monitore o desempenho do fluxo de trabalho:
aiq run --config_file workflow.yaml --profile
Os resultados mostram o tempo decorrido e o uso de tokens para cada corpo inteligente para ajudar na otimização.
interface de visualização
Inicie a interface do usuário:
aiq ui
Abra o site http://localhost:8000 em seu navegador, digite sua pergunta e o corpo inteligente a responderá em tempo real.
integração de dados
Conecte-se à fonte de dados na seção workflow.yaml
Adicionar em:
data_sources:
- type: "csv"
path: "data/sales.csv"
Após a execução, o corpo inteligente pode processar os dados do arquivo.
Fluxo de trabalho de avaliação
Verificar a precisão:
aiq evaluate --config_file workflow.yaml
O sistema verifica se a saída está de acordo com o esperado.
Operação da função em destaque
Os destaques do AgentIQ são a flexibilidade e a possibilidade de observação. Por exemplo:
- colaboração de inteligência múltiplaConfigure uma inteligência para gerar código, outra para testá-lo e ajuste-o automaticamente até que seja aprovado.
- ajustar os componentes durante o testeUse a ferramenta OpenTelemetry para ver o desempenho de cada etapa e identificar problemas.
Para experimentar a funcionalidade completa, é recomendável consultar o exemplo oficial:
cd examples/simple
uv pip install -e '.[langchain]'
aiq run --config_file workflow.yaml
cenário do aplicativo
- Desenvolvimento de automação
Gerar e testar código com o AgentIQ para prototipagem rápida.
Uma inteligência escreve o código, a outra executa os testes e os resultados são emitidos diretamente. - Processamento de dados corporativos
Conecta dados de vendas e gera automaticamente relatórios analíticos.
O Intelligentsia lê arquivos CSV e gera gráficos. - Suporte ao cliente
Configure as inteligências para responder a perguntas comuns e aumentar a eficiência.
Os usuários inserem perguntas por meio da interface do usuário e o corpo inteligente responde em tempo real.
QA
- Precisa de uma chave de API?
Sim, é necessária uma chave de API NVIDIA para executar os exemplos; registre-se em https://build.nvidia.com. - Quais modelos de idioma são compatíveis?
Há suporte para vários modelos de NIM, que podem ser especificados por meio de um arquivo de configuração, por exemplo, Llama-3.1-70b. - Como faço para dar feedback sobre um problema?
Envie a edição em https://github.com/NVIDIA/AgentIQ/issues.