Dev Assistant est un projet Python qui démontre un agent intelligent capable d'effectuer des tâches, d'apprendre de son environnement et d'évaluer ses progrès vers un objectif donné. L'agent est composé de plusieurs modules, chacun responsable d'un aspect spécifique du comportement de l'agent.
L'agent fonctionne sur la base d'objectifs d'entrée fournis par l'utilisateur et utilise une gamme d'outils pour atteindre le résultat souhaité.
L'outil est particulièrement utile pour les tâches qui aboutissent à la création de plusieurs fichiers une fois terminées, et il est conçu pour rationaliser le flux de travail des développeurs.
Composants clés
- ReasoningModule : génère et hiérarchise les tâches en fonction de l'objectif et de l'état actuel de l'agent.
- PerceptionModule : traite les tâches et les résultats pour les optimiser pour la compréhension et l'exécution par l'agent.
- ExecutionModule : exécute des tâches à l'aide de divers outils et renvoie les résultats.
- Module d'apprentissage : apprend des observations et ajuste le comportement de l'agent pour améliorer l'efficacité.
- MemoryModule : stocke et récupère les informations pertinentes en fonction des tâches et des objectifs de l'agent.
- Module d'évaluation : évalue la progression de l'agent vers son objectif et détermine si l'objectif a été atteint.
Comment utiliser
Pour configurer le projet, suivez ces étapes :
- Clonez le référentiel sur votre ordinateur local.
- Installez les dépendances requises en exécutant
make install
. - Configurez les variables d'environnement nécessaires dans un fichier
.envrc
. Vous devrez fournir votre clé API OpenAI. - Exécutez le projet à l'aide de la commande
make docker
ou make
.
Exécution du projet
Vous pouvez exécuter le projet dans différents modes :
- Pour exécuter le projet avec un objectif spécifique, utilisez la commande
python -u -m main --obj "Your objective here"
. - Pour exécuter le projet en mode détaillé, ajoutez l'indicateur
--verbose
à la commande. - Pour exécuter le projet avec un visualiseur, ajoutez l'indicateur
--visualizer
à la commande.
AVERTISSEMENT:
L'agent est équipé d'outils qui permettent d'apporter des modifications à la machine sur laquelle il fonctionne actuellement. Il est recommandé d'exécuter l'agent dans le conteneur Docker. Courir
faire un docker
commande pour démarrer un conteneur.
Outils
L'assistant utilise plusieurs outils pour effectuer des tâches. Certains de ces outils incluent :
- REPL Python
- Commandes Bash
- Manipulation de fichiers (lecture, écriture, suppression, etc.)
- Intégration GitHub
- Scraping Web
Structure
Le projet est constitué de plusieurs fichiers Python, chacun contenant un module ou une classe spécifique :
- AgentOrchestrator.py : Contient la classe principale AgentOrchestrator, qui coordonne les différents modules pour atteindre l'objectif de l'agent.
- main.py : le script principal qui exécute l'agent et gère les arguments de ligne de commande.
Améliorations futures
- Améliorez la capacité de l'agent à gérer des objectifs et des tâches plus complexes.
- Ajoutez plus d'outils et de fonctionnalités à ExecutionModule.
- Améliorer les capacités d’apprentissage et d’adaptation de l’agent.
- Implémentez un visualiseur pour afficher les progrès de l'agent et le processus de prise de décision.
Contribuer
Si vous souhaitez contribuer au projet, n'hésitez pas à soumettre une pull request ou à ouvrir un ticket sur le référentiel.
Links
- GPT automatique
- bébéAGI
- Index des lamas
- chaîne de langue
Licence
Ce projet est sous licence MIT.