ControlFlow: uma estrutura Python para criar fluxos de trabalho de corpo de inteligência de IA controlados e transparentes

Introdução geral

O ControlFlow é uma estrutura Python desenvolvida pela PrefectHQ com foco na criação e no gerenciamento de fluxos de trabalho de IA. Ele fornece uma estrutura estruturada e orientada ao desenvolvedor para definir fluxos de trabalho e delegar tarefas a agentes LLM (Large Language Model). O ControlFlow foi projetado para simplificar o desenvolvimento de aplicativos complexos de IA sem sacrificar o controle e a transparência. Os usuários podem criar tarefas discretas e observáveis e atribuir um ou mais agentes de IA dedicados a cada tarefa. Ao combinar essas tarefas em um fluxo, os usuários podem orquestrar comportamentos mais complexos.

Lista de funções

• Arquitetura do Mission CentreDivisão de fluxos de trabalho complexos de IA em etapas gerenciáveis e observáveis.
• Resultados estruturadosSoftware de inteligência artificial: preenchendo a lacuna entre a IA e o software tradicional por meio de resultados validados e seguros para o tipo.
• Agentes especializadosImplementação de agentes de IA específicos de tarefas para melhorar a eficiência da solução de problemas.
• Controle flexívelAjuste contínuo do equilíbrio entre controle e autonomia nos fluxos de trabalho.
• Coordenação de vários agentesCoordenar vários agentes de IA em um único fluxo de trabalho ou tarefa.
• observabilidade localMonitoramento e depuração de fluxos de trabalho de IA com suporte total ao Prefect 3.0.
• integração de ecossistemasTrabalhe de forma integrada com o código e as ferramentas existentes e com o ecossistema de IA mais amplo.

Usando a Ajuda

Processo de instalação

1. Instale o ControlFlow usando o pip:

   pip install controlflow

2. Configure seu provedor de LLM. O provedor padrão do ControlFlow é o OpenAI, o que requer a configuração do parâmetroOPENAI_API_KEYVariáveis de ambiente:

   export OPENAI_API_KEY=sua chave-api

3. Se estiver usando outro provedor de LLM, consulte a documentação de configuração do LLM.

Uso básico

O uso básico do ControlFlow envolve a criação de tarefas, a atribuição de agentes e a execução de fluxos de trabalho. Veja a seguir um exemplo simples:

import controlflow as cf
result = cf.run("Escreva um poema curto sobre inteligência artificial")
print(result)

Uso avançado

Criação de propostas de pesquisa estruturadas

Os exemplos a seguir demonstram a interação do usuário, os fluxos de trabalho de várias etapas e a saída estruturada:

importar controlflow como cf
from pydantic import BaseModel
class ResearchProposal(BaseModel).
título: str
resumo: str
key_points: list[str]
@cf.flow
def research_proposal_flow(): user_input = cf.
user_input = cf.Task("Colaborar com o usuário para selecionar o tópico de pesquisa", interactive=True)
proposal = cf.run("Gerar proposta de pesquisa estruturada", result_type=ResearchProposal, depends_on=[user_input])
return proposal
result = research_proposal_flow()
print(result.model_dump_json(indent=2))

Neste exemplo, o ControlFlow gerencia automaticamente um fluxo, um contexto compartilhado para uma série de tarefas. Os usuários podem alternar entre funções Python padrão e tarefas de agente a qualquer momento, criando fluxos de trabalho complexos passo a passo.

Depuração e monitoramento

O ControlFlow oferece recursos nativos de observabilidade que permitem aos usuários monitorar e depurar fluxos de trabalho de IA. Os usuários podem usar o suporte completo do Prefect 3.0 para acompanhar a execução de tarefas e fazer ajustes conforme necessário.

integração de ecossistemas

O ControlFlow se integra perfeitamente ao código e às ferramentas existentes para oferecer suporte a uma ampla gama de tecnologias de IA e abordagens de gerenciamento de fluxo de trabalho. Os usuários podem aproveitar os recursos existentes do ecossistema de IA para aprimorar ainda mais a funcionalidade e a eficiência do fluxo de trabalho.

Com as etapas e os exemplos acima, os usuários podem começar rapidamente a criar e gerenciar fluxos de trabalho de IA com o ControlFlow para o gerenciamento eficiente de tarefas e a coordenação de agentes.

Conceitos básicos do ControlFlow

Blocos de construção do fluxo de trabalho agêntico

O ControlFlow é uma estrutura para a criação de fluxos de trabalho de IA que preenche a lacuna entre a programação estruturada e os recursos de linguagem natural do Large Language Model (LLM). Isso é obtido por meio de três conceitos principais: Tarefas, Agentes e Fluxos.

Para criar um fluxo de trabalho Agentic, você define metas claras (tarefas), atribui entidades inteligentes para atingir essas metas (agentes) e organiza suas interações ao longo do tempo (processos). Essa abordagem permite que você aproveite o poder da IA e, ao mesmo tempo, mantenha um controle refinado sobre o aplicativo.

📋 Tarefas

As tarefas representam a parte estruturada do ControlFlow. Elas são metas específicas e bem definidas que formam o núcleo de seu fluxo de trabalho. As tarefas encapsulam o "o quê" e o "como" das operações orientadas por IA, fornecendo uma estrutura de programação clara.

recursos de missão crítica:

• Definir metas específicas que a IA precisa atingir
• Especificar o tipo de resultado desejado e os critérios de validação
• Pode conter instruções, contextos e ferramentas necessárias para a execução
• Como um ponto de verificação em um fluxo de trabalho

existir mandatos para obter mais informações.

🦾 Agente (Agentes)

Os agentes incorporam a parte de linguagem natural e não estruturada do ControlFlow. Eles são entidades de IA que entendem e geram texto semelhante ao humano, trazendo flexibilidade e adaptabilidade ao seu fluxo de trabalho.

Principais características do agente:

• Representa uma entidade de IA configurável com uma identidade e recursos exclusivos
• Pode ser especializado para realizar tarefas específicas ou acessar diferentes ferramentas
• Colaborar em tarefas de acordo com as instruções fornecidas
• Interativo, permitindo a comunicação com os usuários
• Suporte para a configuração de diferentes modelos de LLM para conduzir suas respostas

Os agentes podem ser configurados com diferentes modelos de LLM, permitindo que você escolha o modelo que melhor atenda às suas necessidades com base em fatores como desempenho, latência e custo.

existir agir em nome de alguém em uma posição de responsabilidade para obter mais informações.

🧩 Fluxos (Fluxos)

Os processos fornecem um contexto compartilhado para todas as tarefas e agentes em um fluxo de trabalho. Eles coordenam a execução de tarefas e interações de agentes, permitindo que você crie fluxos de trabalho de IA complexos e adaptáveis.

Principais características do processo:

• Contêineres de alto nível que funcionam como todo o fluxo de trabalho orientado por IA
• Status e histórico consistentes em todos os componentes
• Contexto compartilhado para tarefas e agentes
• Pode ser aninhado para criar fluxos de trabalho hierárquicos

existir fluxos de trabalho para obter mais informações.

integrar

Em um aplicativo ControlFlow típico:

1. Defina um fluxo para representar o fluxo de trabalho geral.
2. Criar tarefas no processo para representar metas específicas
3. Designe agentes para lidar com essas tarefas.
4. Os processos são responsáveis por coordenar a execução de tarefas e interações de agentes

Essa estrutura permite criar fluxos de trabalho de IA avançados e flexíveis, mantendo o controle do processo e garantindo que o resultado atenda aos requisitos do seu aplicativo.

O guia do leigo para começar a usar a IA

Ajuda você a aprender a utilizar as ferramentas de IA com baixo custo e a partir de uma base zero.A IA, assim como o software de escritório, é uma habilidade essencial para todos. Dominar a IA lhe dará uma vantagem em sua busca de emprego e metade do esforço em seu trabalho e estudos futuros.

Ver detalhes>