GenerativeAgentsCN

Cina Sederhana |

Agen Generatif (Agen Generatif) versi bahasa Mandarin yang mendalam

Stanford AI Town bersumber terbuka oleh Universitas Stanford dan Google pada Agustus 2023. Ini adalah dunia virtual yang terdiri dari 25 agen yang mensimulasikan kehidupan manusia nyata.

25 agen sepenuhnya digerakkan oleh ChatGPT dan dapat secara mandiri mengatur pesta, menghadiri pertemuan, dan merencanakan berbagai kegiatan untuk Hari Valentine. Mereka dapat menampilkan pola hidup dan kebiasaan perilaku yang mirip dengan manusia.

Kode asli Agen Generatif memiliki tingkat rekayasa yang rendah, sehingga sulit untuk mempertahankan atau memperluas fungsinya secara terus menerus. Terlebih lagi, setelah lebih dari setahun, kemampuan LLM China sudah memenuhi syarat untuk tugas tersebut. Oleh karena itu, kami merekonstruksi dan melokalkan secara mendalam proyek aslinya, yang bertujuan untuk memberikan versi dasar kepada pengguna Tiongkok yang mudah dipelihara untuk eksperimen selanjutnya atau mencoba lebih banyak gameplay.

Proyek Wunderland adalah versi rekonstruksi dari proyek Agen Generatif asli. Proyek ini memiliki struktur yang baik dan kualitas kode yang jauh lebih baik daripada versi aslinya.

Pekerjaan utama:

• Tulis ulang semua perintah dan alihkan "bahasa asli" agen ke bahasa Mandarin untuk memfasilitasi docking dengan model China seperti Qwen-2.5 atau GLM-4;
• Berdasarkan karakteristik bahasa Tiongkok dan kemampuan model Qwen2.5-7b/14b, mengoptimalkan perintah Tiongkok serta logika awal dan akhir dialog antar agen;
• Semua petunjuk dibuat untuk memfasilitasi pemeliharaan selanjutnya;
• Memperbaiki masalah kecil di versi aslinya (misalnya, agen di versi asli Wunderland tidak lagi bangun setelah tertidur);
• Tambahkan dukungan untuk API Ollama lokal, dan sambungkan juga penyematan LlamaIndex ke Ollama untuk mencapai penerapan lokal yang lengkap dan mengurangi biaya eksperimen. Untuk instalasi dan konfigurasi Ollama, silakan merujuk ke ollama.md ;
• Menambahkan fitur seperti "pemulihan breakpoint";
• Antarmuka pemutaran disederhanakan berdasarkan kode front-end Agen Generatif asli, dan garis waktu aktivitas agen serta konten dialog disimpan ke dokumen Markdown.

Layar pemutaran:

Catatan: Peta dan nama karakter juga disinkronkan ke dalam bahasa Mandarin untuk mencegah LLM beralih ke konteks bahasa Inggris ketika menghadapi konteks campuran bahasa Mandarin dan Inggris.

1. Persiapan

1.1 Dapatkan kodenya:

 git clone https://github.com/x-glacier/GenerativeAgentsCN.git
cd GenerativeAgentsCN

1.2 Konfigurasikan model bahasa besar (LLM)

Ubah file konfigurasi generative_agents/data/config.json :

1. Ollama digunakan secara default untuk memuat model kuantisasi lokal dan menyediakan API yang kompatibel dengan OpenAI. Anda harus terlebih dahulu menarik model kuantitatif (lihat ollama.md), dan memastikan bahwa base_url dan model konsisten dengan konfigurasi di Ollama.
2. Jika Anda ingin memanggil API pabrikan lain, Anda perlu mengisi kunci yang sesuai di api_keys dan memodifikasi base_url dan model sesuai dengan dokumentasi API.

1.3 Instal dependensi python

Disarankan untuk menggunakan anaconda3 untuk membuat dan mengaktifkan lingkungan virtual terlebih dahulu:

 conda create -n generative_agents_cn python=3.11
conda activate generative_agents_cn

Instal dependensi:

 pip install -r requirements.txt

2. Jalankan kota virtual

 cd generative_agents
python start.py --name sim-test --start "20240213-09:30" --step 10 --stride 10

Deskripsi parameter:

• name - Setiap kali Anda memulai kota virtual, Anda perlu menetapkan nama unik untuk diputar nanti.
• start - waktu dimulainya kota virtual.
• resume - Setelah proses berakhir atau tiba-tiba terganggu, lanjutkan menjalankan kota virtual dari "breakpoint" terakhir.
• step - jumlah langkah iterasi setelah itu berhenti berjalan.
• stride - waktu (menit) yang sesuai dengan setiap iterasi di kota virtual. Jika --stride 10 disetel, perubahan waktu kota virtual selama proses iterasi adalah 9:00, 9:10, 9:20...

3. Pemutaran

3.1 Menghasilkan data pemutaran

 python compress.py --name <simulation-name>

Setelah operasi selesai, file data pemutaran movement.json akan dibuat di direktori results/compressed/<simulation-name> . Pada saat yang sama, simulation.md akan dibuat untuk menyajikan status dan konten dialog setiap agen dalam timeline.

3.2 Mulai layanan pemutaran

 python replay.py

Buka halaman replay melalui browser (alamat: http://127.0.0.1:5000/?name=<simulation-name> ), dan Anda dapat melihat aktivitas penduduk di kota virtual dalam berbagai periode waktu.

Anda dapat memindahkan layar dengan tombol panah

Deskripsi parameter

• name - nama yang ditetapkan saat memulai kota virtual.
• step - jumlah langkah awal pemutaran, 0 berarti memulai pemutaran dari frame pertama, nilai defaultnya adalah 0.
• speed - kecepatan pemutaran (0-5), 0 adalah yang paling lambat, 5 adalah yang tercepat, dan nilai defaultnya adalah 2.
• zoom - rasio zoom layar, nilai defaultnya adalah 0,8.

Data pemutaran ulang bernama example (dihasilkan oleh qwen2.5:32b-instruct-q4_K_M) dimasukkan ke dalam versi rilis. Jika Anda ingin memulai pemutaran dari awal dengan kecepatan lebih cepat dan rasio zoom layar 0,6, url yang sesuai adalah: http://127.0.0.1:5000/?name=example&step=0&speed=2&zoom=0.6

Anda juga dapat membuka simulasi.md secara langsung untuk melihat semua aktivitas karakter dan informasi dialog dalam example .

3.3. Memutar tangkapan layar

Konten dialog di layar dihasilkan oleh qwen2.5:14b-instruct-q4_K_M

panorama kota

kebun

kafe

kelas

4. Referensi

4.1 Kertas

Agen Generatif: Simulacra Interaktif Perilaku Manusia

4.2 Kode

Agen Generatif

negeri luka