TaskingAI

TugasAI

TaskingAI adalah platform BaaS (Backend as a Service) untuk Pengembangan dan Penerapan Agen berbasis LLM . Ini menyatukan integrasi ratusan model LLM, dan menyediakan antarmuka pengguna yang intuitif untuk mengelola modul fungsional aplikasi LLM Anda, termasuk alat, sistem RAG, asisten, riwayat percakapan, dan banyak lagi.

Fitur Utama

1. Platform LLM All-In-One : Akses ratusan model AI dengan API terpadu.
2. Peningkatan berlimpah : Tingkatkan kinerja agen LLM dengan ratusan alat bawaan yang dapat disesuaikan dan sistem Retrieval-Augmented Generation (RAG) yang canggih
3. Alur Kerja Terinspirasi BaaS : Pisahkan logika AI (sisi server) dari pengembangan produk (sisi klien), menawarkan jalur yang jelas dari pembuatan prototipe berbasis konsol ke solusi skalabel menggunakan RESTful API dan SDK klien.
4. Sekali Klik untuk Produksi : Terapkan agen AI Anda dengan satu klik ke tahap produksi, dan skalakan dengan mudah. Biarkan TaskingAI menangani sisanya.
5. Efisiensi Asinkron : Memanfaatkan fitur asinkron Python FastAPI untuk komputasi serentak berkinerja tinggi, meningkatkan daya tanggap dan skalabilitas aplikasi.
6. Konsol UI Intuitif : Menyederhanakan manajemen proyek dan memungkinkan pengujian alur kerja dalam konsol.

Integrasi

Model : TaskingAI terhubung dengan ratusan LLM dari berbagai penyedia, termasuk OpenAI, Anthropic, dan banyak lagi. Kami juga mengizinkan pengguna untuk mengintegrasikan model host lokal melalui Ollama, LM Studio, dan AI Lokal.

Plugin : TaskingAI mendukung berbagai plugin bawaan untuk memberdayakan agen AI Anda, termasuk pencarian Google, pembaca situs web, pengambilan pasar saham, dan banyak lagi. Pengguna juga dapat membuat alat khusus untuk memenuhi kebutuhan spesifik mereka.

---

Mengapa TaskingAI?

Masalah dengan solusi yang ada?

LangChain adalah kerangka alat untuk pengembangan aplikasi LLM, namun menghadapi keterbatasan praktis:

• Keadaan tanpa kewarganegaraan : Mengandalkan layanan sisi klien atau eksternal untuk pengelolaan data.
• Tantangan Skalabilitas : Keadaan tanpa kewarganegaraan berdampak pada penanganan data yang konsisten di seluruh sesi.
• Ketergantungan Eksternal : Bergantung pada sumber daya luar seperti SDK model dan penyimpanan vektor.

API Asisten OpenAI unggul dalam memberikan fungsionalitas seperti GPT tetapi memiliki kendala tersendiri:

• Fungsi Terikat : Integrasi seperti alat dan pengambilan terikat pada setiap asisten, tidak cocok untuk aplikasi multi-penyewa.
• Keterbatasan Kepemilikan : Terbatas pada model OpenAI, tidak cocok untuk beragam kebutuhan.
• Batas Kustomisasi : Pengguna tidak dapat menyesuaikan konfigurasi agen seperti memori dan sistem pengambilan.

Bagaimana TaskingAI memecahkan masalah tersebut?

• Mendukung penggunaan stateful dan stateless : Baik untuk melacak dan mengelola riwayat pesan dan sesi percakapan agen, atau sekadar membuat permintaan penyelesaian obrolan stateless, TaskingAI menyediakan keduanya.
• Manajemen modular yang dipisahkan : Manajemen alat yang dipisahkan, sistem RAG, model bahasa dari agen. Dan memungkinkan kombinasi bebas dari modul-modul ini untuk membangun agen AI yang kuat.
• Dukungan multi-penyewa : TaskingAI mendukung penerapan cepat setelah pengembangan, dan dapat digunakan dalam skenario multi-penyewa. Tidak perlu khawatir dengan layanan cloud, cukup fokus pada pengembangan agen AI.
• API Terpadu : TaskingAI menyediakan API terpadu untuk semua modul, termasuk alat, sistem RAG, model bahasa, dan banyak lagi. Sangat mudah untuk mengelola dan mengubah konfigurasi agen AI.

Apa yang Dapat Anda Bangun dengan TaskingAI?

• Demo Aplikasi Interaktif
• Agen AI untuk Produktivitas Perusahaan
• Aplikasi AI-Native Multi-Penyewa untuk Bisnis

---

Tolong beri kami BINTANG GRATIS? jika menurut Anda bermanfaat?

---

Mulai cepat dengan Docker

Cara sederhana untuk memulai edisi komunitas TaskingAI yang dihosting sendiri adalah melalui Docker.

Prasyarat

• Docker dan Docker Compose diinstal pada mesin Anda.
• Git diinstal untuk mengkloning repositori.
• Lingkungan Python (di atas Python 3.8) untuk menjalankan SDK klien.

Instalasi

Pertama, kloning repositori TaskingAI (edisi komunitas) dari GitHub.

git clone https://github.com/taskingai/taskingai.git
cd taskingai

Di dalam repositori yang dikloning, buka direktori buruh pelabuhan.

 cd docker

1. Salin .env.example ke .env :

   cp .env.example .env

2. Edit file .env : Buka file .env di editor teks favorit Anda dan perbarui konfigurasi yang diperlukan. Pastikan semua variabel lingkungan yang diperlukan diatur dengan benar.

3. Mulai Docker Compose : Jalankan perintah berikut untuk memulai semua layanan:

   docker-compose -p taskingai --env-file .env up -d

Setelah layanan aktif, akses konsol TaskingAI melalui browser Anda dengan URL http://localhost:8080. Nama pengguna dan kata sandi default adalah admin dan TaskingAI321 .

Meningkatkan

Jika Anda sudah menginstal TaskingAI dengan versi sebelumnya dan ingin mengupgrade ke versi terbaru, perbarui repositori terlebih dahulu.

git pull origin master

Kemudian hentikan layanan buruh pelabuhan saat ini, tingkatkan ke versi terbaru dengan menarik image terbaru, dan terakhir mulai ulang layanan.

 cd docker
docker-compose -p taskingai down
docker-compose -p taskingai pull
docker-compose -p taskingai --env-file .env up -d

Jangan khawatir tentang kehilangan data; data Anda akan secara otomatis dimigrasikan ke skema versi terbaru jika diperlukan.

Konsol UI TaskingAI

Klik gambar di atas untuk melihat Video Demo Konsol TaskingAI.

SDK Klien TaskingAI

Setelah konsol aktif, Anda dapat berinteraksi secara terprogram dengan server TaskingAI menggunakan SDK klien TaskingAI.

Pastikan Anda telah menginstal Python 3.8 atau lebih tinggi, dan menyiapkan lingkungan virtual (opsional namun disarankan). Instal SDK klien TaskingAI Python menggunakan pip.

pip install taskingai

Berikut adalah contoh kode klien:

 import taskingai

taskingai . init ( api_key = 'YOUR_API_KEY' , host = 'http://localhost:8080' )

# Create a new assistant
assistant = taskingai . assistant . create_assistant (
    model_id = "YOUR_MODEL_ID" ,
    memory = "naive" ,
)

# Create a new chat
chat = taskingai . assistant . create_chat (
    assistant_id = assistant . assistant_id ,
)

# Send a user message
taskingai . assistant . create_message (
    assistant_id = assistant . assistant_id ,
    chat_id = chat . chat_id ,
    text = "Hello!" ,
)

# generate assistant response
assistant_message = taskingai . assistant . generate_message (
    assistant_id = assistant . assistant_id ,
    chat_id = chat . chat_id ,
)

print ( assistant_message )

Perhatikan bahwa YOUR_API_KEY dan YOUR_MODEL_ID harus diganti dengan kunci API aktual dan ID model penyelesaian obrolan yang Anda buat di konsol.

Anda dapat mempelajari lebih lanjut di dokumentasi.

Sumber daya

• Dokumentasi
• Referensi API
• Hubungi kami

Komunitas dan Kontribusi

Silakan lihat pedoman kontribusi kami tentang cara berkontribusi pada proyek.

Selain itu, kami dengan gembira mengumumkan bahwa TaskingAI kini memiliki komunitas Discord resmi! ?

Bergabunglah dengan server Discord kami untuk:

 •	 Engage in discussions about TaskingAI, share ideas, and provide feedback.
•	 Get support, tips, and best practices from other users and our team.
•	 Stay updated on the latest news, updates, and feature releases.
•	? Network with like-minded individuals who are passionate about AI and task automation.

Lisensi dan Kode Etik

TaskingAI dirilis di bawah Lisensi Sumber Terbuka TaskingAI tertentu. Dengan berkontribusi pada proyek ini, Anda setuju untuk mematuhi ketentuannya.

Dukungan dan Kontak

Untuk dukungan, silakan lihat dokumentasi kami atau hubungi kami di [email protected].