codefuse chatbot

Otro código fuente

1.0.0

Descargar

chino | inglés

CodeFuse-ChatBot: desarrollo mediante aumento de conocimiento privado

CodeFuse-ChatBot es un asistente inteligente de IA de código abierto desarrollado por el equipo de Ant CodeFuse, dedicado a simplificar y optimizar todos los aspectos del ciclo de vida del desarrollo de software. Este proyecto combina el mecanismo de programación colaborativa de Multi-Agent e integra una rica biblioteca de herramientas, una biblioteca de códigos, una base de conocimientos y un entorno sandbox, lo que permite que el modelo LLM ejecute y maneje de manera efectiva tareas complejas en el campo DevOps.

renovar

[2024.01.29] Marco multiagente abierto y configurable: codefuse-muAgent, consulte las instrucciones de uso para obtener más detalles
[2023.12.26] La capacidad de acceder a modelos grandes privatizados de código abierto e interfaces de modelos grandes basadas en FastChat está abierta
[2023.12.14] Informe especial de la cuenta pública de Qubit: enlace del artículo
[2023.12.01] Las funciones de búsqueda de base de código y multiagente están abiertas
[2023.11.15] Se agregó el modo mejorado de preguntas y respuestas basado en el código base local
[2023.09.15] Se abre la función de espacio aislado del entorno local/aislado y la recuperación de conocimiento de URL especificada se implementa en función del rastreador.

Tabla de contenido

? introducir
Vídeo de demostración
?Ruta técnica
Acceso al modelo
Rápido de usar
?Agradecimientos
? otro
- Contáctenos
- como la historia

? introducir

Este proyecto tiene como objetivo construir un asistente inteligente de IA para todo el ciclo de vida del desarrollo de software a través de Recuperación de Generación Aumentada (RAG), Aprendizaje de Herramientas y un entorno sandbox, cubriendo las etapas de diseño, codificación, prueba, implementación y operación y mantenimiento. Transformar gradualmente del modelo tradicional de desarrollo y operación de consulta de datos en todas partes y operación de plataforma independiente y descentralizada al modelo de desarrollo y operación inteligente de preguntas y respuestas de modelos grandes, cambiando los hábitos de desarrollo y operación de las personas.

Las principales tecnologías diferenciadoras y puntos funcionales de este proyecto son:

Núcleo de despacho inteligente: se ha creado un núcleo de despacho con enlaces completos del sistema para admitir la configuración multimodo con un solo clic y simplificar el proceso de operación. Instrucciones de uso
Análisis de la biblioteca de código completo: logre una comprensión profunda del código a nivel de almacén, así como la escritura y generación de código a nivel de archivo del proyecto, mejorando la eficiencia del desarrollo.
Mejora del análisis de documentos: integra la base de conocimientos del documento y el gráfico de conocimiento, y proporciona un soporte más profundo para el análisis de documentos a través de una recuperación y un razonamiento mejorados.
Conocimiento exclusivo de categoría vertical: una base de conocimiento exclusiva personalizada para el campo DevOps, que admite la construcción de autoservicio con un solo clic de una base de conocimiento de categoría vertical, que es conveniente y práctica.
? Compatibilidad de modelos verticales: dirigido a modelos pequeños en el campo de DevOps, garantiza la compatibilidad con plataformas relacionadas con DevOps y promueve la integración del ecosistema tecnológico.

? Basándose en los modelos LLM y Embedding de código abierto, este proyecto puede realizar una implementación privada fuera de línea basada en el modelo de código abierto. Además, este proyecto también admite llamadas a la API de OpenAI. Acceder a la demostración

El equipo central de I+D se ha centrado durante mucho tiempo en la investigación en el campo de AIOps + PNL. Lanzamos el proyecto Codefuse-ai y esperamos que todos contribuyan ampliamente con documentos de desarrollo, operación y mantenimiento de alta calidad para mejorar conjuntamente esta solución y lograr el objetivo de "facilitar el desarrollo para el mundo".

Vídeo de demostración

Para ayudarlo a comprender las funciones y el uso de Codefuse-ChatBot de manera más intuitiva, hemos grabado una serie de videos de demostración. Puede comprender rápidamente las características principales y los procedimientos operativos de este proyecto viendo estos videos.

Importación de la base de conocimientos y preguntas y respuestas: vídeo de demostración
Importación de repositorio local y preguntas y respuestas: vídeo de demostración

?Ruta técnica

? Núcleo de programación de múltiples agentes: Núcleo de programación de múltiples agentes, que se puede configurar fácilmente para crear agentes interactivos.
?️ Rastreo web de múltiples fuentes: un rastreador web de múltiples fuentes que proporciona la función de rastrear URL específicas para recopilar la información requerida.
Procesador de datos: el procesador de datos puede completar fácilmente la carga de documentos, la limpieza de datos y la segmentación de texto, e integrar datos de diferentes fuentes.
? Incrustación e índice de texto:: Índice de incrustación de texto, los usuarios pueden cargar archivos fácilmente para recuperar documentos, optimizando el proceso de análisis de documentos.
?️ Base de datos de vectores y base de datos de gráficos: base de datos de vectores y gráficos, que proporciona soluciones de gestión de datos potentes y flexibles.
Control y gestión rápidos: El control y la gestión rápidos definen con precisión el contexto del agente.
? SandBox:: Un entorno sandbox para realizar acciones y compilaciones de código de forma segura.
LLM:: Cerebro de agente, que admite múltiples modelos de código abierto e interfaces LLM.
API Management:: Herramienta de gestión de API para lograr una rápida integración de componentes de código abierto y plataformas de operación y mantenimiento.

Para detalles específicos de implementación, consulte: Detalles técnicos de la ruta y seguimiento del plan del proyecto: Proyectos

Acceso al modelo

Si necesita integrar un modelo específico, háganos saber sus necesidades enviando un problema.

nombre_modelo	tamaño_modelo	gpu_memoria	cuantificar	HFhub	ModeloScope
chatear	-	-	-	-	-
codellama-34b-int4	34b	20g	int4	muy pronto	enlace

Rápido de usar

muagent-py

Para obtener la documentación completa, consulte: CodeFuse-muAgent

 pip install codefuse-muagent

Usando ChatBot

Instale el controlador nvidia usted mismo. Este proyecto ha sido probado en sistemas macOS con arquitectura Python 3.9.18, entorno CUDA 11.7, Windows y X86.

Para la instalación de Docker, el acceso privatizado a LLM y los problemas de inicio relacionados, consulte: Detalles de uso rápido

Para Apple Silicon, es posible que primero deba instalar qpdf.

1. preparación del entorno Python

Se recomienda utilizar conda para administrar el entorno de Python (opcional)

 # 准备 conda 环境
conda create --name devopsgpt python=3.9
conda activate devopsgpt

Instalar dependencias relacionadas

 cd codefuse-chatbot
# python=3.9，notebook用最新即可，python=3.8用notebook=6.5.6
pip install -r requirements.txt

2. Inicie el servicio

 # 完成server_config.py配置后，可一键启动
cd examples
bash start.sh
# 开始在页面进行相关配置，然后打开`启动对话服务`即可

O inicie la versión anterior a través de start.py Para obtener más métodos de acceso a LLM, consulte más detalles...

Guía de contribución

Muchas gracias por su interés en el proyecto Codefuse. Agradecemos mucho sus sugerencias, opiniones (incluidas críticas), comentarios y contribuciones al proyecto Codefuse.

Sus diversas sugerencias, opiniones y comentarios sobre Codefuse pueden enviarse directamente a través de Problemas en GitHub.

Hay muchas formas de participar y contribuir al proyecto Codefuse: implementación de código, redacción de pruebas, mejoras de herramientas de proceso, mejoras de documentación y más. Cualquier contribución es bienvenida y se le agregará a la lista de contribuyentes. Consulte la Guía de contribuciones para obtener más detalles...