codefuse chatbot

Autre code source

1.0.0

Télécharger

Chinois | Anglais

CodeFuse-ChatBot : développement par augmentation des connaissances privées

CodeFuse-ChatBot est un assistant intelligent d'IA open source développé par l'équipe Ant CodeFuse, dédié à la simplification et à l'optimisation de tous les aspects du cycle de vie du développement logiciel. Ce projet combine le mécanisme de planification collaborative de Multi-Agent et intègre une riche bibliothèque d'outils, une bibliothèque de codes, une base de connaissances et un environnement sandbox, permettant au modèle LLM d'exécuter et de gérer efficacement des tâches complexes dans le domaine DevOps.

? renouveler

[2024.01.29] Framework multi-agent ouvert et configurable : codefuse-muAgent, veuillez consulter le mode d'emploi pour plus de détails
[2023.12.26] La possibilité d'accéder aux grands modèles privatisés open source et aux interfaces de grands modèles basées sur FastChat est ouverte
[2023.12.14] Rapport spécial du compte public Qubit : lien vers l'article
[2023.12.01] Les fonctions de recherche multi-agents et par base de code sont ouvertes
[2023.11.15] Ajout du mode amélioré Q&A basé sur la base de code locale
[2023.09.15] La fonction sandbox de l'environnement local/isolé est ouverte et la récupération des connaissances URL spécifiée est implémentée en fonction du robot d'exploration.

Table des matières

? introduire
?Vidéo de démonstration
?Parcours technique
Accès au modèle
Rapide à utiliser
? Remerciements
? autre
- Contactez-nous
- Comme l'histoire

? introduire

Ce projet vise à créer un assistant intelligent d'IA pour le cycle de vie complet du développement logiciel via la génération augmentée de récupération (RAG), l'apprentissage par outils et un environnement sandbox, couvrant les étapes de conception, de codage, de test, de déploiement, d'exploitation et de maintenance. Passer progressivement du modèle traditionnel de développement et d'exploitation de requêtes de données partout et d'exploitation de plate-forme indépendante et décentralisée au modèle de développement et d'exploitation intelligent de grands modèles de questions et réponses, modifiant ainsi les habitudes de développement et d'exploitation des personnes.

Les principales technologies différenciantes et les points fonctionnels de ce projet sont :

? Noyau de répartition intelligent : un noyau de répartition avec des liens système complets a été construit pour prendre en charge la configuration multimode en un clic et simplifier le processus d'exploitation. Mode d'emploi
Analyse de l'ensemble de la bibliothèque de codes : obtenez une compréhension approfondie du code au niveau de l'entrepôt, ainsi que de l'écriture et de la génération du code au niveau des fichiers de projet, améliorant ainsi l'efficacité du développement.
? Amélioration de l'analyse des documents : il intègre la base de connaissances des documents et le graphique des connaissances, et fournit un support plus approfondi pour l'analyse des documents grâce à la récupération et à l'amélioration du raisonnement.
? Connaissances exclusives pour les catégories verticales : une base de connaissances exclusive personnalisée pour le domaine DevOps, prenant en charge la construction en libre-service en un clic de bases de connaissances verticales, ce qui est pratique et pratique.
? Compatibilité des modèles verticaux : Destiné aux petits modèles dans le domaine DevOps, il assure la compatibilité avec les plateformes liées au DevOps et favorise l'intégration de l'écosystème technologique.

? S'appuyant sur les modèles open source LLM et Embedding, ce projet peut réaliser un déploiement privé hors ligne basé sur le modèle open source. De plus, ce projet prend également en charge les appels API OpenAI. Accéder à la démo

L'équipe principale de R&D se concentre depuis longtemps sur la recherche dans le domaine de l'AIOps + NLP. Nous avons lancé le projet Codefuse-ai et espérons que chacun contribuera largement à des documents de développement, d'exploitation et de maintenance de haute qualité pour améliorer conjointement cette solution afin d'atteindre l'objectif de « rendre le développement facile dans le monde ».

?Vidéo de démonstration

Afin de vous aider à comprendre les fonctions et l'utilisation de Codefuse-ChatBot de manière plus intuitive, nous avons enregistré une série de vidéos de démonstration. Vous pouvez rapidement comprendre les principales fonctionnalités et procédures de fonctionnement de ce projet en regardant ces vidéos.

Importation de la base de connaissances et questions-réponses : vidéo de démonstration
Importation du référentiel local et questions-réponses : vidéo de démonstration

?Parcours technique

? Multi-Agent Schedule Core : noyau de planification multi-agent, qui peut être facilement configuré pour créer des agents interactifs.
?️ Multi Source Web Crawl : un robot d'exploration Web multi-sources qui fournit la fonction d'exploration des URL spécifiées afin de collecter les informations requises.
Processeur de données : le processeur de données peut facilement effectuer le chargement de documents, le nettoyage des données et la segmentation de texte, et intégrer des données provenant de différentes sources.
? Text Embedding & Index : Texte Embedding Index, les utilisateurs peuvent facilement télécharger des fichiers pour la récupération de documents, optimisant ainsi le processus d'analyse de documents.
?️ Base de données vectorielles et base de données graphiques : base de données vectorielles et graphiques, offrant des solutions de gestion de données flexibles et puissantes.
Contrôle et gestion rapides : le contrôle et la gestion rapides définissent avec précision le contexte de l'agent.
? SandBox : un environnement sandbox pour effectuer en toute sécurité la compilation de code et les actions.
LLM : Cerveau d'agent, prenant en charge plusieurs modèles open source et interfaces LLM.
Gestion des API : outil de gestion des API permettant une intégration rapide des composants open source et des plates-formes d'exploitation et de maintenance.

Pour des détails spécifiques de mise en œuvre, veuillez consulter : Détails techniques de l'itinéraire et suivi du plan de projet : Projets

Accès au modèle

Si vous avez besoin d'intégrer un modèle spécifique, merci de nous faire part de vos besoins en soumettant un problème.

nom_modèle	taille_modèle	gpu_mémoire	quantifier	HFhub	ModèlePortée
chatgpt	-	-	-	-	-
codellama-34b-int4	34b	20g	int4	à venir	lien

Rapide à utiliser

muagent-py

Pour une documentation complète, voir : CodeFuse-muAgent

 pip install codefuse-muagent

Utiliser ChatBot

Veuillez installer le pilote nvidia vous-même. Ce projet a été testé sur les systèmes macOS à architecture Python 3.9.18, CUDA 11.7, Windows et X86.

Pour l'installation de Docker, l'accès LLM privatisé et les problèmes de démarrage associés, veuillez consulter : Détails d'utilisation rapide

Pour Apple Silicon, vous devrez peut-être d'abord préparer l'installation de qpdf.

1. Préparation de l'environnement Python

Il est recommandé d'utiliser conda pour gérer l'environnement python (facultatif)

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

Installer les dépendances associées

 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. Démarrez le service

 # 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

Ou démarrez l'ancienne version via start.py Pour plus de méthodes d'accès LLM, voir plus de détails...

Guide des contributions

Merci beaucoup de votre intérêt pour le projet Codefuse. Nous apprécions grandement vos suggestions, opinions (y compris critiques), commentaires et contributions au projet Codefuse.

Vos diverses suggestions, opinions et commentaires sur Codefuse peuvent être soumis directement via Issues sur GitHub.

Il existe de nombreuses façons de participer et de contribuer au projet Codefuse : implémentation de code, rédaction de tests, améliorations des outils de processus, améliorations de la documentation, etc. Toute contribution est la bienvenue et vous serez ajouté à la liste des contributeurs. Voir le Guide de contribution pour plus de détails...