데브 어시스턴트

Dev Assistant 는 작업을 수행하고 환경에서 학습하며 주어진 목표를 향한 진행 상황을 평가할 수 있는 지능형 에이전트를 보여주는 Python 프로젝트입니다. 에이전트는 여러 모듈로 구성되며 각 모듈은 에이전트 동작의 특정 측면을 담당합니다.

에이전트는 사용자가 제공한 입력 목표를 기반으로 작동하며 원하는 결과를 달성하기 위해 다양한 도구를 사용합니다.

이 도구는 완료 시 여러 파일이 생성되는 작업에 특히 유용하며 개발자의 작업 흐름을 간소화하도록 설계되었습니다.

주요 구성 요소

• ReasoningModule: 에이전트의 목표와 현재 상태를 기반으로 작업을 생성하고 우선순위를 지정합니다.
• PerceptionModule: 에이전트의 이해와 실행을 위해 작업과 결과를 처리하여 최적화합니다.
• ExecutionModule: 다양한 도구를 사용하여 작업을 실행하고 결과를 반환합니다.
• LearningModule: 관찰을 통해 학습하고 에이전트의 동작을 조정하여 효율성을 향상시킵니다.
• MemoryModule: 에이전트의 작업 및 목표에 따라 관련 정보를 저장하고 검색합니다.
• EvaluationModule: 에이전트의 목표 진행 상황을 평가하고 목표 달성 여부를 결정합니다.

사용방법

프로젝트를 설정하려면 다음 단계를 따르세요.

1. 리포지토리를 로컬 머신에 복제합니다.
2. make install 실행하여 필요한 종속성을 설치합니다.
3. .envrc 파일에 필요한 환경 변수를 설정합니다. OpenAI API 키를 제공해야 합니다.
4. make docker 또는 make 명령을 사용하여 프로젝트를 실행합니다.

프로젝트 실행

다양한 모드에서 프로젝트를 실행할 수 있습니다.

• 특정 목표로 프로젝트를 실행하려면 python -u -m main --obj "Your objective here" 명령을 사용하세요.
• 자세한 정보 표시 모드에서 프로젝트를 실행하려면 --verbose 플래그를 명령에 추가하세요.
• 시각화 도우미를 사용하여 프로젝트를 실행하려면 명령에 --visualizer 플래그를 추가하세요.

경고:

에이전트에는 현재 작동 중인 시스템을 수정할 수 있는 도구가 장착되어 있습니다. Docker 컨테이너 내부에서 에이전트를 실행하는 것이 좋습니다. 달리다

도커 만들기

컨테이너를 시작하는 명령입니다.

도구

보조자는 작업을 완료하기 위해 여러 도구를 사용합니다. 이러한 도구 중 일부는 다음과 같습니다.

• 파이썬 REPL
• 배시 명령
• 파일 조작(읽기, 쓰기, 삭제 등)
• GitHub 통합
• 웹 스크래핑

구조

프로젝트는 각각 특정 모듈이나 클래스를 포함하는 여러 Python 파일로 구성됩니다.

• AgentOrchestrator.py: 에이전트의 목표를 달성하기 위해 다양한 모듈을 조정하는 기본 AgentOrchestrator 클래스가 포함되어 있습니다.
• main.py: 에이전트를 실행하고 명령줄 인수를 처리하는 기본 스크립트입니다.

향후 개선 사항

• 보다 복잡한 목표와 작업을 처리할 수 있는 상담원의 능력을 향상시킵니다.
• ExecutionModule에 더 많은 도구와 기능을 추가합니다.
• 에이전트의 학습 및 적응 기능을 향상시킵니다.
• 에이전트의 진행 상황과 의사 결정 프로세스를 표시하는 시각화 도우미를 구현합니다.

기여

프로젝트에 기여하고 싶다면 언제든지 끌어오기 요청을 제출하거나 저장소에서 문제를 열어주세요.

모래밭

• 자동 GPT
• 아기AGI
• 라마 색인
• 랭체인

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여됩니다.