PilottAI: um projeto de código aberto para criar aplicativos de inteligência múltipla de nível empresarial

Introdução geral

O PilottAI é um framework Python de código aberto hospedado no GitHub e criado pelo desenvolvedor anuj0456. Ele se concentra em ajudar os usuários a criar um sistema de inteligência múltipla de classe empresarial, com suporte para integração de modelo de linguagem grande (LLM), fornecimento de agendamento de tarefas, expansão dinâmica e mecanismo de tolerância a falhas e outros recursos. O objetivo do PilottAI é permitir que os desenvolvedores usem código simples para criar aplicativos de IA escalonáveis, como processamento automatizado de documentos, gerenciamento de atendimento ao cliente ou análise de dados. Ele é totalmente gratuito, com código aberto para programadores e usuários corporativos. A documentação oficial é detalhada, a estrutura suporta Python 3.10+ e é liberada sob a licença MIT.

Lista de funções

• Sistema de corpo inteligente hierárquicoSuporte à divisão de trabalho entre as inteligências do gerente e do funcionário e à atribuição inteligente de tarefas.
• Integração de modelos de idiomas grandesCompatível com OpenAI, Anthropic, Google e muitos outros provedores de LLM.
• expansão dinâmicaInteligência: ajusta automaticamente o número de inteligências de acordo com a quantidade de tarefas.
• mecanismo de tolerância a falhasRecuperação automática em caso de erros do sistema para garantir uma operação estável.
• balanceamento de cargaRacionalizar a distribuição de tarefas para evitar a sobrecarga.
• Programação de tarefasSuporte para fluxos de trabalho de várias etapas, como extração, análise e resumo.
• Inteligência DedicadaInteligência integrada para atendimento ao cliente, processamento de documentos, gerenciamento de e-mail e pesquisa e análise.
• Gerenciamento avançado de memóriaArmazenamento de contextos de tarefas para apoiar a recuperação semântica.
• Suporte a ferramentasManuseio integrado de documentos, WebSocket e ferramentas de personalização.

Usando a Ajuda

Processo de instalação

O PilottAI requer um ambiente Python para ser executado. Aqui estão as etapas detalhadas:

1. Verificação da versão do Python
   Certifique-se de que o Python 3.10 ou posterior esteja instalado. Digite no terminal:

python --version

Se você tiver uma versão inferior à 3.10, faça o download e instale-a no site do Python.

2. Código de download
   Clone o repositório do PilottAI com o Git:

git clone https://github.com/anuj0456/pilottai.git

Vá para o catálogo de projetos:

cd pilottai

3. Instalação de dependências
   É executado no terminal:

pip install pilott

Isso instalará automaticamente todas as bibliotecas necessárias. Se você precisar instalá-las manualmente, as dependências principais incluem asyncio e bibliotecas relacionadas ao LLM, conforme descrito na documentação oficial.

4. Verificar a instalação
   Execute o código de teste:

python -m pilott.test

Se não houver mensagens de erro, a instalação foi bem-sucedida.

Como usar os principais recursos

1. configurar e inicializar o sistema

O PilottAI precisa ser configurado com LLMs e inteligências para funcionar. Exemplo de código:

from pilott import Pilott
from pilott.core import AgentConfig, AgentRole, LLMConfig
# 配置 LLM
llm_config = LLMConfig(
model_name="gpt-4",
provider="openai",
api_key="your-api-key"  # 替换为你的 API 密钥
)
# 配置智能体
config = AgentConfig(
role="processor",
role_type=AgentRole.WORKER,
goal="高效处理文档",
description="文档处理工作者",
max_queue_size=100
)
async def main():
# 初始化系统
pilott = Pilott(name="DocumentProcessor")
await pilott.start()
# 添加智能体
agent = await pilott.add_agent(
agent_type="processor",
config=config,
llm_config=llm_config
)
# 停止系统
await pilott.stop()
if __name__ == "__main__":
import asyncio
asyncio.run(main())

• instruções: Substituição api_key para a chave que você obtém de plataformas como a OpenAI. Quando executado, o sistema inicia uma inteligência de processamento de documentos.

2. processamento de documentos PDF

O processamento de documentos do PilottAI é muito eficiente. Etapas da operação:

• Para converter um arquivo PDF (por exemplo report.pdf) no catálogo de projetos.
• Execute o seguinte código:

  async def process_pdf():
  result = await pilott.execute_task({
  "type": "process_pdf",
  "file_path": "report.pdf"
  })
  print("处理结果:", result)
  

• O sistema extrai o conteúdo do arquivo e retorna o resultado.

3. criação de inteligências especializadas

A PilottAI oferece uma ampla variedade de inteligências pré-programadas, como a Research Analytics Intelligence:

• Adicionando a Intelligentsia:

  researcher = await pilott.add_agent(
  agent_type="researcher",
  config=AgentConfig(
  role="researcher",
  goal="分析数据并生成报告",
  description="研究分析助手"
  ),
  llm_config=llm_config
  )
  

• Usar inteligências para realizar tarefas:

  result = await pilott.execute_task({
  "type": "analyze_data",
  "data": "市场销售数据"
  })
  print("分析结果:", result)
  

4. configurar o balanceamento de carga e a tolerância a falhas

• balanceamento de cargaLimite de sobrecarga: Define o intervalo de verificação e o limite de sobrecarga:

  from pilott.core import LoadBalancerConfig
  config = LoadBalancerConfig(
  check_interval=30,  # 每30秒检查一次
  overload_threshold=0.8  # 80%负载视为过载
  )
  

• mecanismo de tolerância a falhasTempo limite do heartbeat: Defina o número de recuperações e o tempo limite do heartbeat:

  from pilott.core import FaultToleranceConfig
  config = FaultToleranceConfig(
  recovery_attempts=3,  # 尝试恢复3次
  heartbeat_timeout=60  # 60秒无响应视为故障
  )
  

advertência

• requisito de redeÉ necessário que a rede use o LLM para garantir que a chave de API seja válida.
• referência de documentaçãoPara obter detalhes sobre a configuração, consulte documento oficial.
• ajustar os componentes durante o testeVerifique os registros do terminal quando algo der errado ou visite o GitHub para enviar um problema.

cenário do aplicativo

1. Processamento de documentos corporativos
   Analise contratos ou relatórios com o Document Processing Intelligence para extrair termos importantes e aumentar a eficiência.
2. Automação do suporte ao cliente
   As inteligências de atendimento ao cliente podem lidar com consultas, gerar respostas e reduzir a carga manual.
3. Análise de dados de pesquisa
   O Research Analytics Intelligence reúne informações e analisa tendências, tornando-o adequado para pesquisas acadêmicas e comerciais.
4. Gerenciamento de correio
   O Email Intelligence Body classifica automaticamente os e-mails, gera modelos e otimiza o processo de comunicação.

QA

1. Quais LLMs são aceitos pela PilottAI?
   Suporte para OpenAI, Anthropic, Google e muitos outros provedores, consulte a documentação para modelos específicos.
2. Preciso pagar?
   A estrutura é gratuita, mas pode haver uma taxa de API para usar o serviço LLM.
3. Como faço para personalizar meu smartbody?
   aprovar (um projeto de lei ou inspeção etc.) add_agent para configurar funções e alvos, conforme detalhado no exemplo da documentação.
4. E se eu receber um erro de tempo de execução?
   Verifique a versão do Python, as dependências e a conexão de rede ou consulte a página de problemas do GitHub.