beebot

BeeBot

BeeBot ist Ihre persönliche Arbeitsbiene, ein autonomer KI-Assistent, der eine Vielzahl praktischer Aufgaben autonom ausführen kann.

Status

Die Entwicklung von BeeBot liegt derzeit auf Eis. Ich bin zu dem Schluss gekommen, dass LLMs in ihrer jetzigen Form (Ende 2023) der Aufgabe einer verallgemeinerten autonomen KI nicht gewachsen sind. Ich werde das Projekt wiederbeleben, wenn entweder:

• LLM-Absolventen werden deutlich besser darin, strukturiert zu denken, verlässliche Ergebnisse zu erzielen und Anweisungen zu befolgen
• Ich kann ein benutzerdefiniertes Modell entwickeln oder verfeinern, das speziell für autonome KI trainiert wird
• Ich finde eine bestimmte Untergruppe von Aufgaben heraus, in denen BeeBot einigermaßen gut ist und auf die ich mich konzentrieren kann. (Hinweis: Es ist keine Codierung)

Schauen Sie hier noch einmal vorbei, hoffentlich wird es wieder von vorne beginnen.

Merkmale

• Werkzeugauswahl über AutoPack und die Möglichkeit, während der Aufgabenausführung weitere Werkzeuge zu erwerben
• Eingebaute Ausdauer
• REST-API entsprechend dem E2B-Standard.
• Ein Websocket-Server zur Veröffentlichung aller Ereignisse, die in BeeBot auftreten
• Emulation eines austauschbaren Dateisystems, sodass Dateien im Speicher, auf der Festplatte oder in einer Datenbank gespeichert werden können
• Eine Web-Benutzeroberfläche zur Verwaltung Ihrer Aufgaben (in Kürze erhältlich)
• Dynamische Manipulation des Verlaufs während der Aufgabenausführung
• Integriertes Caching mit Helicone, falls aktiviert.

Installation

Um mit BeeBot zu beginnen, können Sie das Repo auf Ihren lokalen Computer klonen und seine Abhängigkeiten mithilfe von poetry installieren. Diese Anweisungen können je nach Ihrer lokalen Entwicklungsumgebung variieren.

git clone https://github.com/AutoPackAI/beebot.git
cd beebot
./setup.sh

Windows wird offiziell nicht unterstützt, funktioniert aber möglicherweise. PRs sind aus Gründen der Windows-Kompatibilität willkommen, stehen aber nicht im Vordergrund.

Beharrlichkeit

Beharrlichkeit ist gefragt . Während SQLite offiziell unterstützt und in Tests verwendet wird, wird dringend empfohlen, Postgres über Docker zu verwenden, indem Sie einfach docker compose up -d ausführen.

Läuft

CLI

Um die CLI zu verwenden, führen Sie Folgendes aus:

poetry run beebot

API (über e2b)

So starten Sie den Serverlauf:

uvicorn beebot.initiator.api:create_app --factory --timeout-keep-alive=300

Wenn Sie BeeBot selbst entwickeln, möchten Sie möglicherweise diesen Befehl verwenden:

uvicorn beebot.initiator.api:create_app --factory --reload  --timeout-graceful-shutdown=3 --timeout-keep-alive=300

Anschließend können Sie die API mit den folgenden Befehlen aufrufen:

So erstellen Sie einen Aufgabenlauf :

curl --request POST 
  --url http://localhost:8000/agent/tasks 
  --header ' Content-Type: application/json ' 
  --data ' {
	"input": "Write ' ' ' hello world ' ' ' to hi.txt"
} '

Sie erhalten eine Antwort wie diese:

{
  "input" : " Write 'hello world' to hi.txt " ,
  "task_id" : " 103 " ,
  "artifacts" : []
}

Um dann einen Schritt der Aufgabe auszuführen, kopieren Sie die task_id die Sie aus der vorherigen Anfrage erhalten haben, und führen Sie Folgendes aus:

curl --request POST 
  --url http://localhost:8000/agent/tasks/ < task-id > /steps

Websocket-Verbindung

Hinweis: Benachrichtigungen werden derzeit überarbeitet und funktionieren derzeit möglicherweise nicht

Um einen Strom von Änderungen an allen Datenmodellen in BeeBot zu erhalten, können Sie die Websocket-Verbindung am /notifications -Endpunkt mit demselben Host/Port wie die Web-API abonnieren, z. B. ws://localhost:8000/notifications. Probieren Sie es mit Ihrem bevorzugten WebSocket-Testtool aus. (Ich mag Schlaflosigkeit)

Webinterface

Wir arbeiten an einer Weboberfläche mit Node.js (Remix)

Philosophie

Der Entwicklungsprozess von BeeBot wird von einer spezifischen Philosophie geleitet, die Schlüsselprinzipien hervorhebt, die seine Entwicklung und zukünftige Ausrichtung prägen.

Prioritäten

Die Entwicklung von BeeBot wird von folgenden Prioritäten vorangetrieben, immer in dieser Reihenfolge:

1. Funktionalität: BeeBot strebt eine hohe Erfolgsquote bei Aufgaben im Rahmen seiner erwarteten Fähigkeiten an.
2. Flexibilität: BeeBot ist bestrebt, an ein breites Aufgabenspektrum anpassbar zu sein und dieses Spektrum im Laufe der Zeit zu erweitern.
3. Zuverlässigkeit: BeeBot konzentriert sich auf die zuverlässige und vorhersehbare Erledigung bekannter Aufgaben.
4. Effizienz: BeeBot zielt darauf ab, Aufgaben mit minimalen Schritten auszuführen und so sowohl Zeit als auch Ressourcenverbrauch zu optimieren.
5. Bequemlichkeit: BeeBot zielt darauf ab, eine benutzerfreundliche Plattform für die Aufgabenautomatisierung bereitzustellen.

Prinzipien

Um diese Prioritäten zu erreichen, folgt BeeBot den folgenden Prinzipien:

• Werkzeugorientiert: BeeBot wählt Werkzeuge sorgfältig aus und beschreibt sie, um deren zuverlässige Verwendung durch LLMs sicherzustellen. Es verwendet AutoPack als Paketmanager für seine Tools.
• LLM-Spezialisierung: BeeBot wird eine Vielzahl von LLMs nutzen, die sich am besten für verschiedene Aufgaben eignen, während OpenAI das primäre LLM für Planung und Entscheidungsfindung bleibt.
• Funktionalität und Flexibilität stehen an erster Stelle: BeeBot priorisiert Funktionalität und Flexibilität über die Lebensqualität der Entwickler, was die Unterstützung für bestimmte Plattformen und andere Bereitstellungsvorteile einschränken kann.
• Unorthodoxe Methoden: BeeBot verwendet unkonventionelle Entwicklungsansätze, um die Entwicklungsgeschwindigkeit zu erhöhen, beispielsweise das Fehlen von Unit-Tests. Stattdessen werden End-to-End-Tests eingesetzt, um sicherzustellen, dass das gesamte System wie erwartet zusammenarbeitet.
• Bewährte Konzepte: BeeBot übernimmt neue Konzepte erst, wenn nachgewiesen wurde, dass sie seine fünf Prioritäten verbessern. Daher verfügt es weder über ein komplexes Gedächtnis noch über einen Gedankenbaum.

Dokumentation

Weitere Informationen zur Architektur und den Zukunftsplänen von BeeBot finden Sie im Verzeichnis docs/ . Die Dokumentation ist derzeit noch sehr dürftig, wird sich jedoch parallel zum Projekt weiterentwickeln, wenn neue Erkenntnisse und Entwicklungen entstehen. Beiträge und Feedback aus der Community werden sehr geschätzt.