TaskingAI 다운로드 - TaskingAI 소스코드 다운로드

TaskingAI

AI 소스 코드

v0.3.0 ?

다운로드

태스킹AI

TaskingAI는 LLM 기반 에이전트 개발 및 배포를 위한 BaaS(Backend as a Service) 플랫폼입니다. 수백 개의 LLM 모델 통합을 통합하고 도구, RAG 시스템, 보조자, 대화 기록 등을 포함하여 LLM 애플리케이션의 기능 모듈을 관리하기 위한 직관적인 사용자 인터페이스를 제공합니다.

주요 특징

올인원 LLM 플랫폼 : 통합 API를 통해 수백 개의 AI 모델에 액세스하세요.
풍부한 개선 사항 : 수백 개의 사용자 정의 가능한 내장 도구 와 고급 RAG( Retrieval-Augmented Generation ) 시스템을 통해 LLM 에이전트 성능을 향상시킵니다.
BaaS 기반 워크플로우 : 제품 개발(클라이언트 측)에서 AI 로직(서버 측)을 분리하여 콘솔 기반 프로토타이핑에서 RESTful API 및 클라이언트 SDK를 사용하는 확장 가능한 솔루션으로의 명확한 경로를 제공합니다.
원클릭으로 프로덕션까지 : 한 번의 클릭으로 AI 에이전트를 프로덕션 단계에 배포하고 쉽게 확장할 수 있습니다. TaskingAI가 나머지를 처리하도록 하세요.
비동기 효율성 : 고성능, 동시 계산을 위해 Python FastAPI의 비동기 기능을 활용하여 애플리케이션의 응답성과 확장성을 향상시킵니다.
직관적인 UI 콘솔 : 프로젝트 관리를 단순화하고 콘솔 내 워크플로 테스트를 허용합니다.

통합

모델 : TaskingAI는 OpenAI, Anthropic 등을 포함한 다양한 제공업체의 수백 개의 LLM과 연결됩니다. 또한 사용자는 Ollama, LM Studio 및 Local AI를 통해 로컬 호스트 모델을 통합할 수 있습니다.

플러그인 : TaskingAI는 Google 검색, 웹사이트 리더, 주식 시장 검색 등을 포함하여 AI 에이전트의 역량을 강화하는 다양한 내장 플러그인을 지원합니다. 사용자는 특정 요구 사항을 충족하는 맞춤형 도구를 만들 수도 있습니다.

왜 TaskingAI인가?

기존 솔루션에 문제가 있습니까?

LangChain 은 LLM 애플리케이션 개발을 위한 도구 프레임워크이지만 실질적인 한계에 직면해 있습니다.

Stateless : 데이터 관리를 위해 클라이언트 측 또는 외부 서비스에 의존합니다.
확장성 과제 : 상태 비저장은 세션 전체에서 일관된 데이터 처리에 영향을 미칩니다.
외부 종속성 : 모델 SDK 및 벡터 저장소와 같은 외부 리소스에 따라 다릅니다.

OpenAI의 Assistant API는 GPT와 유사한 기능을 제공하는 데 탁월하지만 다음과 같은 자체 제약이 있습니다.

연결된 기능 : 도구 및 검색과 같은 통합은 각 보조자에 연결되어 있으며 다중 테넌트 애플리케이션에는 적합하지 않습니다.
독점 제한 사항 : OpenAI 모델로 제한되어 있으며 다양한 요구 사항에 부적합합니다.
사용자 정의 제한 : 사용자는 메모리, 검색 시스템 등 에이전트 구성을 사용자 정의할 수 없습니다.

TaskingAI는 어떻게 문제를 해결하나요?

상태 저장 및 상태 비저장 사용 모두 지원 : 메시지 기록과 상담원 대화 세션을 추적 및 관리하든, 아니면 단순히 상태 비저장 채팅 완료 요청을 하든 TaskingAI는 이 두 가지를 모두 지원합니다.
분리된 모듈식 관리 : 도구, RAG 시스템, 언어 모델 관리를 에이전트에서 분리했습니다. 그리고 이러한 모듈을 자유롭게 조합하여 강력한 AI 에이전트를 구축할 수 있습니다.
다중 테넌트 지원 : TaskingAI는 개발 후 빠른 배포를 지원하며 다중 테넌트 시나리오에서 사용할 수 있습니다. 클라우드 서비스에 대해 걱정할 필요 없이 AI 에이전트 개발에만 집중하세요.
통합 API : TaskingAI는 도구, RAG 시스템, 언어 모델 등을 포함한 모든 모듈에 대한 통합 API를 제공합니다. AI 에이전트의 구성을 관리하고 변경하는 것이 매우 쉽습니다.

TaskingAI로 무엇을 구축할 수 있나요?

대화형 애플리케이션 데모
기업 생산성을 위한 AI 에이전트
비즈니스용 멀티 테넌트 AI 기반 애플리케이션

우리에게 무료 스타를 주세요. 도움이 된다면?

Docker로 빠른 시작

자체 호스팅 TaskingAI 커뮤니티 에디션을 시작하는 간단한 방법은 Docker를 사용하는 것입니다.

전제 조건

Docker 및 Docker Compose가 컴퓨터에 설치되어 있습니다.
저장소 복제를 위해 Git이 설치되었습니다.
클라이언트 SDK를 실행하기 위한 Python 환경(Python 3.8 이상)

설치

먼저 GitHub에서 TaskingAI(커뮤니티 에디션) 리포지토리를 복제합니다.

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

복제된 저장소 내에서 docker 디렉터리로 이동합니다.

 cd docker

.env.example .env 로 복사합니다 .
```
cp .env.example .env
```
.env 파일 편집 : 즐겨 사용하는 텍스트 편집기에서 .env 파일을 열고 필요한 구성을 업데이트합니다. 모든 필수 환경 변수가 올바르게 설정되었는지 확인하십시오.
Docker Compose 시작 : 다음 명령을 실행하여 모든 서비스를 시작합니다.
```
docker-compose -p taskingai --env-file .env up -d
```

서비스가 실행되면 URL http://localhost:8080을 사용하여 브라우저를 통해 TaskingAI 콘솔에 액세스합니다. 기본 사용자 이름과 비밀번호는 admin 및 TaskingAI321 입니다.

치받이

이전 버전으로 이미 TaskingAI를 설치했고 최신 버전으로 업그레이드하려면 먼저 리포지토리를 업데이트하세요.

git pull origin master

그런 다음 현재 Docker 서비스를 중지하고 최신 이미지를 가져와 최신 버전으로 업그레이드한 후 마지막으로 서비스를 다시 시작합니다.

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

데이터 손실에 대해 걱정하지 마십시오. 필요한 경우 데이터가 최신 버전 스키마로 자동 마이그레이션됩니다.

TaskingAI UI 콘솔

위 이미지를 클릭하시면 TaskingAI 콘솔 데모 영상을 보실 수 있습니다.

TaskingAI 클라이언트 SDK

콘솔이 작동되면 TaskingAI 클라이언트 SDK를 사용하여 TaskingAI 서버와 프로그래밍 방식으로 상호 작용할 수 있습니다.

Python 3.8 이상이 설치되어 있는지 확인하고 가상 환경을 설정하세요(선택 사항이지만 권장됨). pip를 사용하여 TaskingAI Python 클라이언트 SDK를 설치합니다.

pip install taskingai

다음은 클라이언트 코드 예입니다.

 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 )

YOUR_API_KEY 및 YOUR_MODEL_ID 는 콘솔에서 생성한 실제 API 키 및 채팅 완료 모델 ID로 대체되어야 합니다.

설명서에서 자세히 알아볼 수 있습니다.

자원

선적 서류 비치
API 참조
문의하기

커뮤니티와 공헌

프로젝트에 기여하는 방법에 대한 기여 지침을 참조하세요.

또한, TaskingAI가 이제 공식 Discord 커뮤니티를 갖게 되었음을 알리게 되어 기쁩니다! ?

Discord 서버에 가입하여 다음을 수행하세요.

 •	 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.