Mahilo: uma plataforma integrada para conectar diferentes estruturas de inteligências de IA para colaborar em tempo real

Introdução geral

O Mahilo é uma plataforma de integração de várias inteligências de código aberto, lançada no GitHub pelo desenvolvedor Jayesh Sharma, projetada para ajudar os usuários a conectar inteligências de IA de diferentes estruturas para oferecer suporte à comunicação em tempo real, à interação humano-computador e à colaboração inteligente. A plataforma fornece uma interface comum para integrar inteligências de estruturas como LangGraph, Pydantic AI ou adicionar inteligências por meio de APIs personalizadas. Ela é compatível com interações de voz e texto e permite que vários usuários colaborem com inteligências em um espaço compartilhado. Com mais de 50 estrelas no GitHub e mais de 500 downloads do PyPI por mês em março de 2025, o Mahilo é adequado para diversos cenários, como criação de conteúdo, resposta a emergências, correspondência de imóveis etc. O Mahilo simplifica o desenvolvimento de sistemas corporais multiinteligentes com ferramentas e módulos flexíveis que facilitam a criação de soluções para tarefas automatizadas complexas.

Lista de funções

• Integração de inteligência geralSuporte para conexão com inteligências de estruturas como LangGraph, Pydantic AI ou inteligências personalizadas por meio da interface BaseAgent.
• comunicação em tempo realConexão WebSocket: fornece uma conexão WebSocket para interação instantânea de voz e texto entre inteligências.
• Colaboração inteligenteIntelligents: os Intelligents podem compartilhar de forma autônoma o contexto e as informações por meio do AgentManager para aumentar a eficiência das tarefas.
• Suporte a vários usuáriosPermite que vários usuários colaborem com inteligências em tempo real em um espaço inteligente compartilhado.
• função de vozSuporte para entrada e saída de voz requer uma instalação adicional do PyAudio.
• Estratégia em nível organizacionalAplicar políticas de comportamento e segurança de maneira uniforme em todas as inteligências para garantir a consistência.
• Arquitetura flexívelSuporte à construção de sistemas corporais complexos e multiinteligentes e adaptação a vários modos de comunicação.

Usando a Ajuda

Processo de instalação

Para usar o Mahilo localmente, você precisa concluir as seguintes etapas de instalação:

1. Requisitos ambientais
   • Instale o Python 3.8 ou posterior.
   • Instale o Git para clonar repositórios do GitHub.
   • Se você precisar de funcionalidade de voz, prepare o PyAudio (consulte a instalação abaixo).
2. armazém de clones
   Execute o seguinte comando em um terminal para obter o código Mahilo:

git clone https://github.com/wjayesh/mahilo.git
cd mahilo

3. Instalação de dependências
   Vá para o diretório do projeto e instale as dependências principais:

pip install -r requirements.txt

Se for necessário suporte de voz, execute:

pip install "mahilo[voice]"

4. Instale o PyAudio (dependências habilitadas para voz)

• Windows (computador): Executar pip install pyaudioSe houver falha, você poderá fazer o download da versão correspondente do .whl Instalação de arquivos.
• MacOSInstalação do Homebrew primeiro (brew install portaudio) e, em seguida, execute pip install pyaudio.
• LinuxInstalação das dependências do sistema (sudo apt-get install portaudio19-dev) e, em seguida, execute pip install pyaudio.

5. Iniciar o servidor
   Após a conclusão da instalação, execute o seguinte comando para iniciar o servidor WebSocket:

python -m mahilo.server

O padrão é executar no http://localhost:8000O endereço e a porta podem ser modificados por meio do arquivo de configuração.

Como usar

O uso do Mahilo é dividido em três etapas principais: definição de inteligências, operação do servidor e interação com o cliente. A seguir, um guia de operação detalhado:

1. definição e gerenciamento de inteligências

• Criação de inteligência básica: Uso BaseAgent Defina uma inteligência simples, como uma inteligência de vendas:

from mahilo.agent import BaseAgent
from mahilo.agent_manager import AgentManager
sales_agent = BaseAgent(
type="sales_agent",
description="Inteligente responsável por lidar com tarefas de vendas",
tools=["crm_tool"]
)
manager = AgentManager()
manager.register_agent(sales_agent)

• Integração de inteligências de estrutura externa: por LangGraph Por exemplo:

  de mahilo.integrations.langgraph.agent import LangGraphAgent
  marketing_agent = LangGraphAgent(
  langgraph_agent=graph_builder,
  nome="MarketingAgent",
  description="Estratégia de marketing inteligente",
  can_contact=["sales_agent"]
  )
  manager.register_agent(marketing_agent)
  

2) Inicie o servidor WebSocket

• Inicialize e execute o servidor em um script:

  de mahilo.server.import ServerManager
  server = ServerManager(manager)
  server.run()
  

• Depois que o servidor é iniciado, o smart pode aceitar conexões de clientes via WebSocket.

3. conexão e interação com o cliente

• interação de textoExecute o seguinte comando para conectar as inteligências:

  python client.py --agent-name sales_agent
  

  Após uma conexão bem-sucedida, você pode inserir um texto para dialogar com o corpo inteligente, por exemplo, "Como posso aumentar minhas vendas?"

• interação por voz: Adicionar --voz para ativar a função de voz:

  python client.py --agent-name sales_agent --voice
  

  O sistema escuta a entrada do microfone e retorna uma resposta de voz pelo alto-falante.

4. colaboração de inteligência múltipla

• compartilhamento de contextoInteligências múltiplas passam Gerenciador de agentes Gerenciar o contexto do diálogo. Por exemplo, uma Inteligência de Vendas pode perguntar a uma Inteligência de Marketing:

  [sales_agent] Como aumentar as vendas?
  [marketing_agent] Sugira aumentar a publicidade nas mídias sociais.
  

• colaboração multiusuárioVários clientes podem se conectar ao mesmo tempo, por exemplo:

  python client.py --agent-name buyer_agent
  python client.py --agent-name seller_agent (nome do agente vendedor)
  

  Os usuários e as inteligências podem interagir em tempo real em um espaço compartilhado para simular cenários de colaboração com várias pessoas.

5. exemplos de aplicações práticas

• Tecelão de históriasExecute aplicativos de criação de conteúdo colaborativo:

  story_agent = BaseAgent(type="story_agent", description="Assistente de criação de histórias")
  manager.register_agent(story_agent)
  servidor.run()
  

  Uma vez conectado, digite "Start an adventure story" (Iniciar uma história de aventura) e a inteligência gerará conteúdo e colaborará com outros usuários.

• Coordenação de resposta a emergênciasInteligência múltipla: Crie várias inteligências para processar informações e atribuir tarefas, por exemplo:

  emergency_agent = BaseAgent(type="emergency_agent", description="Emergency Response Coordination")
  

• Correspondência de imóveisCorpos inteligentes podem combinar propriedades e fornecer sugestões com base nas necessidades do usuário.

6. depuração e extensões

• Visualização do registroRegistros de comunicação, como perguntas e respostas entre inteligências, são exibidos enquanto o servidor está em execução para facilitar a depuração.
• Suporte para mais estruturasLangGraph e Pydantic AI são atualmente suportados, assim como AutoGen e CrewAI A integração estará disponível em breve e os usuários podem enviar solicitações pelo GitHub.
• Extensões personalizadas: Referência exemplos Código de amostra no catálogo para personalização rápida.

advertência

• Garanta uma conexão de rede estável, pois o WebSocket é sensível à latência.
• Antes de usar a função de voz, verifique se o microfone e o alto-falante estão funcionando corretamente.
• Para usuários iniciantes, é recomendável executar exemplos exemplos de catálogos para se familiarizar com as funções básicas.