enzu

Enzu: marco multiagente para sistemas de inteligencia artificial

Enzu es un marco declarativo de Go diseñado para construir sofisticados sistemas de IA multiagente. Permite a los LLM y a los agentes de IA colaborar, ejecutar tareas paralelas y aprovechar herramientas extensibles mientras mantienen jerarquías y patrones de comunicación claros.

Capacidades del marco

Arquitectura del sistema de agentes

• Organización jerárquica de agentes : defina roles, responsabilidades y relaciones de los agentes.
• Distribución dinámica de tareas : enrute tareas automáticamente a agentes especializados
• Procesamiento paralelo : ejecutar múltiples tareas de agente simultáneamente
• Gestión de estados : realice un seguimiento y mantenga los estados de los agentes en todas las interacciones.

Sistema de integración de herramientas

• Registro de herramientas declarativas : registre y administre herramientas con interfaces claras
• Patrones de herencia : las herramientas se pueden heredar y compartir entre jerarquías de agentes.
• Operaciones seguras para subprocesos : acceso simultáneo a herramientas con mecanismos de seguridad integrados
• Creación de herramientas personalizadas : amplíe la funcionalidad a través de una interfaz de herramientas estandarizada

Patrones de ejecución

• Colaboración basada en sinergias : agrupe agentes en unidades colaborativas centradas en tareas
• Propagación de contexto : comparta contexto y estado a través de los límites de los agentes
• Ejecución de tareas paralelas : optimice el rendimiento mediante el procesamiento simultáneo
• Recuperación de errores : mecanismos de reintento integrados y patrones de manejo de errores

Infraestructura de comunicación

• Integración del servidor HTTP : capacidades API REST integradas
• Paso de mensajes estructurados : comunicación de tipo seguro entre agentes
• Sistema de eventos : patrones de publicación y suscripción para la coordinación de agentes
• Sistema de registro : capacidades integrales de seguimiento y depuración

? Patrones de integración básicos

1. Patrón de investigación y análisis

 // Pattern: Distributed Research System
type ResearchRequest struct {
    Topic       string   `json:"topic"`
    Subtopics   [] string `json:"subtopics,omitempty"`
    MaxResults  int      `json:"max_results,omitempty"`
    TimeoutSecs int      `json:"timeout_secs,omitempty"`
}

// Create specialized research agents
researcher := enzu . NewAgent ( "Primary Researcher" ,
    "Deep research and fact verification" ,
    llm ,
    enzu . WithToolLists ( "ResearchTool" ),
    enzu . WithParallelExecution ( true ),
)

analyst := enzu . NewAgent ( "Data Analyst" ,
    "Process and analyze research results" ,
    llm ,
    enzu . WithToolLists ( "AnalysisTool" ),
    enzu . WithParallelExecution ( true ),
)

2. Patrón de sistema autoconsciente

 // Pattern: Self-Aware Interactive System
manager := enzu . NewSynergyManager ( "Self-Aware System" , llm , logger )

// Define capability domains
researchSynergy := createDomainSynergy ( "Research" , llm , logger )
analysisSynergy := createDomainSynergy ( "Analysis" , llm , logger )
creativeSynergy := createDomainSynergy ( "Creative" , llm , logger )

// Register domains
manager . AddSynergy ( researchSynergy )
manager . AddSynergy ( analysisSynergy )
manager . AddSynergy ( creativeSynergy )

3. Patrón de integración de herramientas

 // Pattern: Extensible Tool System
exaSearchOptions := tools. ExaSearchOptions {
    NumResults : 5 ,
    Type :      "neural" ,
    Contents : tools. Contents {
        Text : true ,
    },
    UseAutoprompt :      true ,
    StartPublishedDate : "2023-01-01T00:00:00.000Z" ,
}
tools . RegisterTool ( "ResearchTool" , exaSearchOptions )

4. Patrón de integración API

 // Pattern: Multi-Agent API Server
type Server struct {
    synergy * enzu. Synergy
    logger  * enzu. Logger
}

// Initialize server with parallel processing capabilities
func NewServer () ( * Server , error ) {
    // Create research agents with specific roles
    researchAgent1 := enzu . NewAgent ( "Research Agent 1" ,
        "Agent specialized in AI research" ,
        llm ,
        enzu . WithToolLists ( "ResearchTool" ),
        enzu . WithParallelExecution ( true ),
    )
    researchAgent2 := enzu . NewAgent ( "Research Agent 2" ,
        "Agent specialized in startup research" ,
        llm ,
        enzu . WithToolLists ( "ResearchTool" ),
        enzu . WithParallelExecution ( true ),
    )

    // Create parallel processing synergy
    synergy := enzu . NewSynergy (
        "Parallel AI Research" ,
        llm ,
        enzu . WithAgents ( researchAgent1 , researchAgent2 ),
        enzu . WithLogger ( logger ),
    )

    return & Server { synergy : synergy , logger : logger }, nil
}

// Handle parallel task execution
func ( s * Server ) handleExecute ( w http. ResponseWriter , r * http. Request ) {
    var request struct {
        Tasks [] string `json:"tasks"`
    }
    
    // Distribute tasks among agents
    agents := s . synergy . GetAgents ()
    for i , taskDescription := range request . Tasks {
        agent := agents [ i % len ( agents )] // Round-robin distribution
        tasks = append ( tasks , enzu . NewTask ( taskDescription , agent ))
    }
}

Dominios de capacidad

1. Investigación y recuperación de información

• Integración de búsqueda neuronal (herramienta ExaSearch )
• Coordinación de investigación multiagente
• Recopilación de información paralela
• Síntesis de resultados de investigación.

2. Gestión y ejecución de tareas

• Distribución de tareas multiagente
• Ejecución de tareas en paralelo
• Seguimiento del progreso
• Agregación de resultados

3. Procesamiento de contenido web

• Obtención de contenido URL (herramienta FetchURL )
• Análisis y extracción de HTML
• Orientación basada en selector CSS
• Recopilación de datos estructurados

4. Gestión de sinergias

• Orquestación multisinérgica
• Síntesis de resultados a través de sinergias
• Organización de agentes basada en equipos
• Coordinación entre equipos
• Ejecución jerárquica de tareas

5. Organización del equipo

• Agentes especializados en roles
• Sinergias basadas en equipos
• Grupos de agentes específicos de dominio
• Alineación del equipo de trabajo

6. Integración y escalamiento de API

• Distribución de tareas paralelas

  • Asignación de tareas por turnos
  • Procesamiento con equilibrio de carga
  • Ejecución concurrente
  • Manejo de respuesta en tiempo real

• Integración del servicio HTTP

  • Puntos finales RESTful
  • Solicitud/respuesta JSON
  • Patrones de manejo de errores
  • Monitoreo de estado

• Coordinación multiagente

  • Asignación de agentes basada en roles
  • Sincronización de tareas
  • Agregación de resultados
  • Gestión estatal

? Instalación

go get github.com/teilomillet/enzu

Recursos de integración

Documentación principal

• /docs : Guías de arquitectura e integración
• /docs/tutorials : Patrones de implementación paso a paso
• /examples : implementaciones de referencia y casos de uso

Implementaciones de ejemplo

1. Sistema de asistente de investigación ( examples/8_research_assistant_example.go )
2. Sistema autoconsciente ( examples/7_manager_mode_example.go )
3. Sistema de procesamiento paralelo ( examples/4_parallel_example.go )
4. Sistema de integración de herramientas ( examples/3_tools_example.go )
5. Sistema de integración API ( examples/6_api_example.go )

Patrones de integración

1. Integración API HTTP

   • Creación de punto final REST
   • Manejo de solicitudes/respuestas
   • Gestión del tiempo de espera
   • Recuperación de errores
   • Distribución de tareas por turnos
   • Estrategias de equilibrio de carga

2. Integración del registro de herramientas

   • Registro de herramientas
   • Herencia de capacidad
   • control de acceso
   • Gestión de recursos

3. Colaboración del agente

   • Distribución de tareas
   • Síntesis de resultados
   • Compartir contexto
   • Manejo de errores