AutoAgent: основа для быстрого создания и развертывания интеллекта ИИ с помощью естественного языка

Общее введение

AutoAgent - это фреймворк ИИ-интеллектов с открытым исходным кодом, разработанный Лабораторией интеллектуальных данных HKU (HKUDS) и размещенный на GitHub, который позволяет пользователям быстро создавать и внедрять кастомизированные ИИ-интеллекты, описывая требования на естественном языке, без каких-либо основ программирования. Фреймворк поддерживает различные большие языковые модели (LLM), такие как Grok, Gemini и т. д., и имеет высокопроизводительную систему совместной работы с несколькими интеллектами, которая демонстрирует высокие результаты в бенчмарках GAIA, сравнимые с Deep Research от OpenAI. AutoAgent не только прост в управлении, но и обеспечивает загрузку файлов, взаимодействие с командной строкой и т. д., что делает его подходящим для разработчиков, нетехнических пользователей и даже исследователей. Он подходит для разработчиков, нетехнических пользователей и даже исследователей. В настоящее время AutoAgent разрабатывает веб-интерфейс и дополнительные инструменты для интеграции, имея большой потенциал на будущее.

Список функций

• Создание разумных тел с помощью естественного языка: Опишите требования в тексте и автоматически сгенерируйте эксклюзивный искусственный интеллект без кода.
• Мультиразведывательная система взаимодействия: Встроенный режим мультиинтеллектуального тела для поддержки декомпозиции сложных задач и совместной работы.
• Поддержка нескольких моделей LLM: Совместимость с OpenAI, Deepseek, Grok и многими другими крупными языковыми моделями, гибкое переключение.
• Загрузка файлов и взаимодействие с данными: Поддержка загрузки файлов (например, изображений, PDF-файлов и т. д.) для расширения возможностей обработки данных.
• Интерактивный интерфейс командной строки: Обеспечивает режим CLI, в котором пользователи могут напрямую вводить запросы и получать результаты.
• Высокопроизводительная обработка задач: Отличная производительность в бенчмарках GAIA, эффективность сопоставима с платными инструментами искусственного интеллекта.
• Редактор рабочих процессов: Упрощение управления сложными задачами путем разработки интеллектуальных процессов совместной работы с помощью естественного языка.

Использование помощи

Процесс установки

Для использования AutoAgent требуется определенная конфигурация среды, ниже приведены подробные шаги по установке, подходящие для пользователей систем Windows, MacOS или Linux.

1. Подготовка среды

• Установка Python: Убедитесь, что в вашей системе установлен Python 3.10 или выше, который можно загрузить и установить с сайта Python.
• Установка Git: Для клонирования кодовой базы AutoAgent посетите сайт Git, чтобы загрузить и установить ее.
• Установка DockerAutoAgent использует контейнерную среду выполнения Docker, перейдите на сайт Docker и установите Docker Desktop (Windows/Mac) или Docker Engine (Linux).

2. Клонирование кодовой базы

Откройте терминал (CMD или PowerShell для пользователей Windows, терминал по умолчанию для пользователей Mac/Linux) и введите следующую команду, чтобы клонировать репозиторий AutoAgent:

git clone https://github.com/HKUDS/AutoAgent.git  
cd AutoAgent

3. Установка зависимостей

В каталоге AutoAgent выполните следующую команду, чтобы установить необходимые зависимости Python:

pip install -e .

В результате будут установлены все библиотеки, необходимые AutoAgent, убедитесь, что сеть свободна, чтобы завершить загрузку.

4. Настройка переменных окружения

• Создайте.envфайл, скопируйте хранилище.env.templateи переименуйте его.env.
• компилятор.envфайла, заполните необходимые API-ключи. Пример:

  GITHUB_AI_TOKEN=your_github_token  
  OPENAI_API_KEY=your_openai_key  
  XAI_API_KEY=your_xai_key
  

  • GITHUB_AI_TOKENтребуется и может быть сгенерирован в ваших личных настройках GitHub.
  • Другие API-ключи заполняются по желанию в зависимости от модели, которую вы хотите использовать (например, OpenAI, Deepseek и т. д.).

5. Запустите образ Docker

Выполните следующую команду, чтобы извлечь предварительно созданный образ Docker:

docker pull tjbtech1/AutoAgent:latest

Образ автоматически адаптируется к архитектуре вашей системы (AMD64 или ARM).

6. Запуск AutoAgent

Выполните следующую команду в терминале, чтобы запустить режим CLI:

auto main

После запуска вы окажетесь в интерфейсе командной строки AutoAgent и сможете начать его использовать.

Основные функции

Функция 1: Создание интеллигенции с помощью естественного языка

• процедура::
  1. После запуска CLI введитеagent editorВойдите в режим редактирования Smartbody.
  2. Введите описание требования, например "Создать интеллект, анализирующий PDF-документы и обобщающий их содержимое".
  3. Система автоматически генерирует файл конфигурации smartbody и спрашивает, требуется ли инструмент для настройки (например, инструмент для чтения файлов).
  4. импортcreateПодтвердите создание, и умное тело готово к использованию.
• типичный примерВведите "Помогите мне анализировать данные о продажах в формате PDF и создавать отчеты", и AutoAgent автоматически настроит интеллектуальную систему, поддерживающую анализ PDF и создание отчетов.

Функция 2: Совместные задачи с участием нескольких интеллектов

• процедура::
  1. После запуска введитеuser modeПерейдите в режим мультиинтеллигента.
  2. Введите такие задания, как "Изучить тенденции рынка для такого-то продукта и дать рекомендации".
  3. Система разбивает задачу, автоматически распределяет ее по нескольким интеллектам (поиск, анализ, обобщение и т. д.) и выдает результаты.
• типичный примерВведите "Analyse AI Trends 2025", и AutoAgent соберет данные от поисковых интеллектов, сопоставит информацию от аналитических интеллектов и сформирует полный отчет.

Функция 3: Загрузка и обработка файлов

• процедура::
  1. В CLI введитеupload 文件路径например.upload ./sales.pdf.
  2. Введите такие задания, как "Обобщить содержимое этого PDF-файла".
  3. Умное тело прочитает файл и вернет итоговый результат.
• принимать к сведениюПоддерживаются различные форматы (PDF, изображения, текст и т. д.), а имена файлов не должны содержать пробелов.

Функция 4: Рабочий процесс проектирования

• процедура::
  1. импортworkflow editorВойдите в режим редактирования рабочего процесса.
  2. Введите описание процесса, например "Поиск информации, затем анализ данных и, наконец, построение графика".
  3. Система создаст конфигурацию рабочего процесса, введитеrunВыполнение миссии.
• типичный примерВведите "Поиск документов AI, извлечение ключевых моментов, создание графиков визуализации", и AutoAgent выполнит пошаговую обработку и выведет результаты.

Основные функции

Высокопроизводительная обработка задач

AutoAgent демонстрирует хорошие результаты в бенчмарках GAIA и подходит для решения сложных исследовательских задач.

• Как использовать: вuser modeВведите вопрос исследования в разделе "Каковы последние достижения в области квантовых вычислений?". Система вызовет мультиинтеллектуальную систему, чтобы эффективно завершить поиск и анализ.
• доминированиеСобственная база данных AutoAgent более эффективна и оперативна, чем традиционные инструменты.

Взаимодействие с командной строкой

• Как использовать: Введите задание непосредственно в режиме CLI, например.auto deep-research “分析区块链技术”Вы можете получить подробные результаты.
• привлекать внимание к чему-л.: Использование@agent_nameУкажите конкретный интеллект, например@search 查找最新AI新闻.

Советы по использованию

• режим отладки: в.envустанавливатьDEBUG=TrueДля облегчения поиска и устранения неисправностей можно просмотреть подробные журналы.
• Выбор модели: путем изменения.envпопал в точкуCOMPLETION_MODELПереключитесь на LLM, например.grok-2возможноclaude-3.5-sonnet.
• Поддержка обществаПрисоединяйтесь к сообществам AutoAgent в Slack или Discord, чтобы получить помощь или поделиться идеями.