Cradle
1.0.0
[موقع ويب] [Arxiv] [PDF]
يمكّن إطار المهد نماذج الأساس الناشئة من أداء مهام الكمبيوتر المعقدة عبر نفس الواجهة الموحدة التي يستخدمها البشر ، أي لقطات الشاشة كعمليات إدخال ولوحة المفاتيح والماوس كمخرجات.
انقر على أي من الصور المصغرة للفيديو أعلاه لمشاهدتها على YouTube.
نحن نوفر حاليًا الوصول إلى API Openai's و Claude's. يرجى إنشاء ملف .env في جذر المستودع لتخزين المفاتيح (واحد منهم يكفي).
عينة .env ملف يحتوي على معلومات خاصة:
OA_OPENAI_KEY = "abc123abc123abc123abc123abc123ab"
RF_CLAUDE_AK = "abc123abc123abc123abc123abc123ab" # Access Key for Claude
RF_CLAUDE_SK = "123abc123abc123abc123abc123abc12" # Secret Access Key for Claude
AZ_OPENAI_KEY = "123abc123abc123abc123abc123abc12"
AZ_BASE_URL = "https://abc123.openai.azure.com/"
RF_CLAUDE_AK = "abc123abc123abc123abc123abc123ab"
RF_CLAUDE_SK = "123abc123abc123abc123abc123abc12"
IDE_NAME = "Code"
OA_OPENAI_KEY هو مفتاح API Openai. يمكنك الحصول عليها من Openai.
Az_openai_key هو مفتاح Azure Openai API. يمكنك الحصول عليها من بوابة أزور.
OA_CLAUDE_KEY هو مفتاح API البشري. يمكنك الحصول عليها من الأنثروبور.
RF_CLAUDE_AK و RF_CLAUDE_SK هي مفتاح AWS AWS API والمفتاح السري لـ Claude API.
يشير IDE_NAME إلى بيئة IDE التي يتم فيها تشغيل رمز المستودع ، مثل PyCharm أو Code (VSCODE). يتم استخدامه في المقام الأول لتمكين التبديل التلقائي بين IDE والبيئة المستهدفة.
يرجى إعداد بيئة Python وتثبيت التبعيات المطلوبة على النحو التالي:
# Clone the repository
git clone https://github.com/BAAI-Agents/Cradle.git
cd Cradle
# Create a new conda environment
conda create --name cradle-dev python=3.10
conda activate cradle-dev
pip install -r requirements.txt 1. Option 1
# Download best-matching version of specific model for your spaCy installation
python -m spacy download en_core_web_lg
or
# pip install .tar.gz archive or .whl from path or URL
pip install https://github.com/explosion/spacy-models/releases/download/en_core_web_lg-3.7.1/en_core_web_lg-3.7.1.tar.gz
2. Option 2
# Copy this url https://github.com/explosion/spacy-models/releases/download/en_core_web_lg-3.7.1/en_core_web_lg-3.7.1.tar.gz
# Paste it in the browser and download the file to res/spacy/data
cd res/spacy/data
pip install en_core_web_lg-3.7.1.tar.gz
نظرًا للاختلافات الواسعة بين كل لعبة وبرنامج ، قدمنا إعدادات محددة لكل منها أدناه.
نظرًا لأن بعض المستخدمين قد يرغبون في تطبيق إطار عملنا على الألعاب الجديدة ، فإن هذا القسم يعرض بشكل أساسي الدلائل الأساسية والهيكل التنظيمي للمهد. سنسلط الضوء على "" الوحدات المتعلقة بالترحيل إلى ألعاب جديدة ، ونقدم تفسيرات مفصلة لاحقًا.
Cradle
├── cache # Cache the GroundingDino model and the bert-base-uncased model
├── conf # The configuration files for the environment and the llm model
│ ├── env_config_dealers.json
│ ├── env_config_rdr2_main_storyline.json
│ ├── env_config_rdr2_open_ended_mission.json
│ ├── env_config_skylines.json
│ ├── env_config_stardew_cultivation.json
│ ├── env_config_stardew_farm_clearup.json
│ ├── env_config_stardew_shopping.json
│ ├── openai_config.json
│ ├── claude_config.json
│ ├── restful_claude_config.json
│ └── ...
├── deps # The dependencies for the Cradle framework, ignore this folder
├── docs # The documentation for the Cradle framework, ignore this folder
├── res # The resources for the Cradle framework
│ ├── models # Ignore this folder
│ ├── tool # Subfinder for RDR2
│ ├── [game or software] # The resources for game, exmpale: rdr2, dealers, skylines, stardew, outlook, chrome, capcut, meitu, feishu
│ │ ├── prompts # The prompts for the game
│ │ │ └── templates
│ │ │ ├── action_planning.prompt
│ │ │ ├── information_gathering.prompt
│ │ │ ├── self_reflection.prompt
│ │ │ └── task_inference.prompt
│ │ ├── skills # The skills json for the game, it will be generated automatically
│ │ ├── icons # The icons difficult for GPT-4 to recognize in the game can be replaced with text for better recognition using an icon replacer
│ │ └── saves # Save files in the game
│ └── ...
├── requirements.txt # The requirements for the Cradle framework
├── runner.py # The main entry for the Cradle framework
├── cradle # Cradle's core modules
│ ├── config # The configuration for the Cradle framework
│ ├── environment # The environment for the Cradle framework
│ │ ├── [game or software] # The environment for the game, exmpale: rdr2, dealers, skylines, stardew, outlook, chrome, capcut, meitu, feishu
│ │ │ ├── __init__.py # The initialization file for the environment
│ │ │ ├── atomic_skills # Atomic skills in the game. Users should customise them to suit the needs of the game or software, e.g. character movement
│ │ │ ├── composite_skills # Combination skills for atomic skills in games or software
│ │ │ ├── skill_registry.py # The skill registry for the game. Will register all atomic skills and composite skills into the registry.
│ │ │ └── ui_control.py # The UI control for the game. Define functions to pause the game and switch to the game window
│ │ └── ...
│ ├── gameio # Interfaces that directly wrap the skill registry and ui control in the environment
│ ├── log # The log for the Cradle framework
│ ├── memory # The memory for the Cradle framework
│ ├── module # Currently there is only the skill execution module. Later will migrate action planning, self-reflection and other modules from planner and provider
│ ├── planner # The planner for the Cradle framework. Unified interface for action planning, self-reflection and other modules. This module will be deleted later and will be moved to the module module.
│ ├── runner # The logical flow of execution for each game and software. All game and software processes will then be unified into a single runner
│ ├── utils # Defines some helper functions such as save json and load json
│ └── provider # The provider for the Cradle framework. We have semantically decomposed most of the execution flow in the runner into providers
│ ├── augment # Methods for image augmentation
│ ├── llm # Call for the LLM model, e.g. OpenAI's GPT-4o, Claude, etc.
│ ├── module # The module for the Cradle framework. e.g., action planning, self-reflection and other modules. It will be migrated to the cradle/module later.
│ ├── object_detect # Methods for object detection
│ ├── process # Methods for pre-processing and post-processing for action planning, self-reflection and other modules
│ ├── video # Methods for video processing
│ ├── others # Methods for other operations, e.g., save and load coordinates for skylines
│ ├── circle_detector.py # The circle detector for the rdr2
│ ├── icon_replacer.py # Methods for replacing icons with text
│ ├── sam_provider.py # Segment anything for software
│ └── ...
└── ...
نظرًا لأن إعدادات كل لعبة وأنظمة التشغيل التي تتوافق معها مختلفة ، لا يمكن لـ Cradle ببساطة استبدال اسم لعبة واحد للترحيل إلى لعبة جديدة. نقترح النظر في كل لعبة على وجه التحديد. على سبيل المثال ، تتطلب RDR2 ، وهي لعبة AAA المستقلة ، قتالًا في الوقت الفعلي ، لذلك نحتاج إلى إيقاف اللعبة لانتظار استجابة GPT-4O ثم إلغاء تنفيذ اللعبة لتنفيذ الإجراءات. ستاردو لديه نفس القضية. ألعاب أخرى مثل Tearer's Life 2 و Cities: Skylines ليس لديها متطلبات في الوقت الفعلي ، لذلك لا يحتاجون إلى التوقف. إذا كانت اللعبة الجديدة مشابهة للأخير ، فإننا نوصي بنسخ المدن: تنفيذ Skylines واتباع مسار التنفيذ لإنشاء الوحدات المقابلة. على الرغم من أن كل لعبة قد تختلف اختلافًا كبيرًا ، إلا أن إطار Cradle الخاص بنا لا يزال بإمكاننا تحقيق تكيف موحد للعبة. على افتراض أن اسم اللعبة الجديد هو NewGame ، يمكن العثور على خط أنابيب الترحيل المحدد للهجرة إلى دليل اللعبة الجديد.
إذا وجدت عملنا مفيدًا ، فيرجى التفكير في الاستشهاد بنا!
@article{tan2024cradle,
title={Cradle: Empowering Foundation Agents towards General Computer Control},
author={Weihao Tan and Wentao Zhang and Xinrun Xu and Haochong Xia and Ziluo Ding and Boyu Li and Bohan Zhou and Junpeng Yue and Jiechuan Jiang and Yewen Li and Ruyi An and Molei Qin and Chuqiao Zong and Longtao Zheng and Yujie Wu and Xiaoqiang Chai and Yifei Bi and Tianbao Xie and Pengjie Gu and Xiyun Li and Ceyao Zhang and Long Tian and Chaojie Wang and Xinrun Wang and Börje F. Karlsson and Bo An and Shuicheng Yan and Zongqing Lu},
journal={arXiv preprint arXiv:2403.03186},
year={2024}
}
