ANUS: ИИ-фреймворк с открытым исходным кодом для автоматизации задач и совместной работы нескольких агентов

Общее введение

ANUS (Advanced Neural Understanding System) - это фреймворк ИИ-агента с открытым исходным кодом, размещенный на GitHub и созданный пользователем nikmcfly с помощью Манус AI Fully Generated. Его цель - предоставить разработчикам, исследователям и энтузиастам ИИ гибкий инструмент, поддерживающий автоматизацию задач и совместную работу нескольких агентов. Проект будет обнародован 9 марта 2025 года под лицензией MIT и полностью открыт для использования. Изюминкой ANUS является его гибридная архитектура, которая позволяет переключаться между одноагентным и многоагентным режимами в зависимости от сложности задачи, а также поддерживает интеграцию нескольких моделей ИИ, таких как модели OpenAI, модели с открытым исходным кодом и так далее. Он предоставляет богатую экосистему инструментов, включая веб-автоматизацию, обработку документов и выполнение кода в кроссплатформенных средах. Отзывы сообщества показывают, что код четко структурирован и мощный, подходит для пользователей, изучающих технологии ИИ.

Список функций

• Автоматизация задачАвтоматизация таких задач, как поиск информации и анализ данных, с помощью простых команд или сценариев.
• Совместная работа нескольких агентов: Поддерживает создание нескольких специализированных агентов (например, исследователей, аналитиков, писателей) для совместной работы над сложными задачами.
• веб-автоматизация: Используйте инструменты браузера для доступа к веб-сайтам, извлечения данных и создания сводок, например, для проверки прогноза погоды.
• обработка файлов: Поддержка анализа документов, таких как PDF, Word и т. д., для создания резюме или извлечения ключевой информации.
• Генерация и выполнение кода: Создание и запуск сценариев Python, например, для создания графиков визуализации данных.
• Поддержка гибких моделейСовместимость с OpenAI, моделями с открытым исходным кодом или пользовательскими моделями для удовлетворения широкого спектра потребностей в области ИИ.
• Кроссплатформенная работа: Поддерживает Windows, Linux, macOS и другие операционные системы прямо из коробки.
• Расширение сообщества: Предоставьте рекомендации по внесению вклада, чтобы стимулировать пользователей к разработке новых функций или оптимизации существующего кода.

Использование помощи

Процесс установки

ANUS поддерживает различные методы установки для пользователей с разной технической подготовкой. Ниже приведены подробные шаги:

Метод 1: Установка через Git-клон (рекомендуется для разработчиков)

1. Подготовка среды: Убедитесь, что у вас установлен Python 3.11 или выше и настроен Git.
   • Пользователи Windows могут загрузить Python с официального сайта или установить его с помощью менеджера пакетов, например Chocolatey.
   • Пользователи macOS могут получить доступ к brew install python@3.11 Установка.
   • Пользователи Linux могут использовать системный менеджер пакетов (например. apt install python3.11).
2. склад клонов: Откройте терминал и введите следующую команду:

git clone https://github.com/nikmcfly/ANUS.git
cd ANUS

3. Создание виртуальной среды: Чтобы избежать конфликтов зависимостей, рекомендуется использовать виртуальную среду:

python -m venv venv
source venv/bin/activate  # Linux/macOS
venv\Scripts\activate     # Windows

4. Установка зависимостей: Работает в виртуальной среде:

pip install -e .

5. Проверка установки: Проверьте номер версии для подтверждения успешной установки:

anus --version

Метод 2: Установка через Docker (хорошо подходит для быстрого развертывания)

1. Установка Docker: Убедитесь, что Docker установлен в вашей системе (см. веб-сайт Docker).
2. Вытягивание зеркал: Выполните следующую команду:

docker pull anusai/anus:latest

3. Запуск контейнеров: Начало ANUS:

docker run -it anusai/anus:latest

Метод 3: Установка через Conda (для пользователей, занимающихся исследованиями)

1. Установка Conda: Загрузите Miniconda или Anaconda и завершите установку.
2. Создание среды: Выполните следующую команду:

conda create -n anus python=3.11
conda activate anus

3. Установка ANUS::

pip install anus-ai

Как использовать

После установки пользователи могут управлять ANUS из командной строки или с помощью скриптов на Python:

1. Выполнение простых заданий

• метод командной строки: Введите его в терминал:

anus run "查找人工智能的最新新闻"

На выходе вы увидите сводку результатов поиска.

• интерактивный режим: Запуск интерактивного интерфейса:

anus interactive

После этого вы можете вводить инструкции к заданию построчно.

2. Мультиагентное сотрудничество

• Пример сценария Python: Создайте совместную работу исследователей, аналитиков и писателей для выполнения задач:

from anus import Society, Agent
# 创建代理
researcher = Agent(role="researcher")
analyst = Agent(role="analyst")
writer = Agent(role="writer")
# 创建协作社会
society = Society(agents=[researcher, analyst, writer])
# 执行任务
response = society.run("研究 AI 对医疗的影响，分析结果并撰写报告")
print(response)

На выходе получается полный отчет с данными исследования и аналитическими выводами.

3. Автоматизация веб-страниц

• работа в командной строке: Проверьте погоду в Нью-Йорке:

  anus run "访问 weather.com，查看纽约未来 5 天的天气预报并生成总结表"
  

• Скриптинг::

  from anus import Agent
  from anus.tools import BrowserTool
  agent = Agent(tools=[BrowserTool()])
  response = agent.run("访问 weather.com，查看纽约未来 5 天的天气预报并生成总结表")
  print(response)
  

  На выходе получается табличная сводка погодных данных.

4. обработка документов

• Обработка файлов PDF::

  anus run "总结此 PDF：/path/to/document.pdf"
  

  Система проанализирует документ и создаст резюме.

5. генерация кода

• Создание скриптов визуализации::

  anus run "创建一个使用 matplotlib 生成分形树可视化的 Python 脚本"
  

  На выходе получается запускаемый Python-код, который пользователь может выполнить напрямую.

Детали процесса эксплуатации

1. Ввод в эксплуатацию и настройка: После установки --config параметр для указания файла конфигурации (например. anus run --config custom_config.yaml "任务描述"), пользовательские модели или инструменты.
2. Ввод заданияПоддерживается ввод данных на естественном языке, ANUS анализирует их и назначает задания агентам.
3. Просмотр результатов: Результаты выводятся в текстовом виде и поддерживают подробное протоколирование (плюс). --verbose (Параметры).
4. Расширенная функциональность: Если вы хотите добавить новый инструмент, вы можете обратиться к файлу CONTRIBUTING.md на GitHub, чтобы отправить свой код.

предостережение

• Убедитесь, что ваше интернет-соединение работает, а некоторые функции (например, веб-автоматизация) зависят от доступа к сети.
• Пользователям Windows может потребоваться установить дополнительные windows-curses(pip install windows-curses).
• Автоматизация браузера требует установки Playwright (playwright install).