GenerativeAgentsCN

중국어 간체 |

Generative Agents(Generative Agents) 심층 중국어 버전

스탠포드 AI 타운은 2023년 8월 스탠포드 대학과 구글이 오픈소스화했다. 실제 인간 생활을 시뮬레이션하는 25개의 에이전트로 구성된 가상 세계이다.

25명의 상담원은 완전히 ChatGPT를 통해 운영되며 독립적으로 파티를 조직하고, 회의에 참석하고, 발렌타인 데이를 위한 다양한 활동을 계획할 수 있습니다. 그들은 인간과 유사한 생활 패턴과 행동 습관을 나타낼 수 있습니다.

Generative Agents의 원본 코드는 엔지니어링 수준이 낮아서 기능을 지속적으로 유지하거나 확장하기가 어렵습니다. 게다가 1년 이상이 지나면 중국 LLM의 역량은 이미 이러한 작업에 대한 자격을 갖추고 있습니다. 따라서 우리는 후속 실험이나 더 많은 게임 플레이를 위해 유지 관리하기 쉬운 기본 버전을 중국 사용자에게 제공하는 것을 목표로 원래 프로젝트를 재구성하고 심층적으로 현지화했습니다.

Wounderland 프로젝트는 원래 Generative Agents 프로젝트를 재구성한 버전으로, 구조가 좋고 코드 품질이 원래 버전보다 훨씬 좋습니다. 따라서 이 프로젝트는 Wounderland를 기반으로 개발되었습니다.

주저:

• 모든 프롬프트를 다시 작성하고 에이전트의 "모국어"를 중국어로 전환하여 Qwen-2.5 또는 GLM-4와 같은 중국어 모델과의 도킹을 용이하게 합니다.
• 중국어의 특성과 Qwen2.5-7b/14b 모델의 기능을 기반으로 중국어 프롬프트와 에이전트 간 대화의 시작 및 종료 논리를 최적화합니다.
• 모든 프롬프트는 나중에 유지 관리를 용이하게 하기 위해 템플릿으로 만들어졌습니다.
• 원본 버전의 사소한 문제를 수정했습니다(예: Wounderland 원본 버전의 에이전트가 더 이상 잠들었다가 깨어나지 않음).
• 로컬 Ollama API에 대한 지원을 추가하고 LlamaIndex 임베딩을 Ollama에 연결하여 완전한 로컬 배포를 달성하고 실험 비용을 줄입니다. Ollama 설치 및 구성에 대해서는 ollama.md를 참조하십시오 .
• "중단점 복구"와 같은 기능이 추가되었습니다.
• 재생 인터페이스는 원본 Generative Agents 프런트 엔드 코드를 기반으로 단순화되었으며 에이전트 활동의 타임라인 및 대화 내용은 Markdown 문서에 저장됩니다.

재생 화면:

참고: 지도와 캐릭터 이름도 중국어로 동기화되어 중국어와 영어가 혼합된 상황이 발생할 때 LLM이 영어 컨텍스트로 전환하는 것을 방지합니다.

1. 준비

1.1 코드 받기:

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

1.2 대형 언어 모델(LLM) 구성

구성 파일 generative_agents/data/config.json 수정합니다.

1. Ollama는 기본적으로 로컬 양자화 모델을 로드하는 데 사용되며 OpenAI 호환 API를 제공합니다. 먼저 정량적 모델(ollama.md 참조)을 가져와서 base_url 과 model Ollama의 구성과 일치하는지 확인해야 합니다.
2. 다른 제조사의 API를 호출하려면 api_keys 에 해당 키를 입력하고 API 문서에 따라 base_url 과 model 수정해야 합니다.

1.3 파이썬 종속성 설치

먼저 가상 환경을 생성하고 활성화하려면 anaconda3를 사용하는 것이 좋습니다.

 conda create -n generative_agents_cn python=3.11
conda activate generative_agents_cn

종속성을 설치합니다.

 pip install -r requirements.txt

2. 가상 마을을 운영하세요

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

매개변수 설명:

• name - 가상 마을을 시작할 때마다 나중에 재생할 수 있도록 고유한 이름을 설정해야 합니다.
• start - 가상 마을의 시작 시간입니다.
• resume - 실행이 종료되거나 예기치 않게 중단된 후에도 마지막 "중단점"부터 가상 마을을 계속 실행합니다.
• step - 실행을 중지할 반복 단계 수입니다.
• stride - 가상 마을의 각 반복에 해당하는 시간(분)입니다. --stride 10 설정하면 iteration 과정에서 가상 마을의 시간 변화는 9:00, 9:10, 9:20...이 됩니다.

3. 재생

3.1 재생 데이터 생성

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

작업이 완료되면 results/compressed/<simulation-name> 디렉터리에 재생 데이터 파일 movement.json 생성됩니다. 동시에 각 에이전트의 상태와 대화 내용을 타임라인에 표시하기 위해 simulation.md 생성됩니다.

3.2 재생 서비스 시작

 python replay.py

브라우저를 통해 재생 페이지(주소: http://127.0.0.1:5000/?name=<simulation-name> )를 열면 다양한 시간대에 가상 마을 주민들의 활동을 확인할 수 있습니다.

방향키로 화면을 이동할 수 있습니다

매개변수 설명

• name - 가상 마을을 시작할 때 설정되는 이름입니다.
• step - 재생 시작 단계 번호, 0은 첫 번째 프레임부터 재생을 시작함을 의미하며 기본값은 0입니다.
• speed - 재생 속도(0~5), 0은 가장 느림, 5는 가장 빠르며 기본값은 2입니다.
• zoom - 화면 확대 비율, 기본값은 0.8입니다.

example (qwen2.5:32b-instruct-q4_K_M으로 생성)이라는 재생 데이터가 릴리스 버전에 내장되어 있습니다. 더 빠른 속도로 처음부터 재생을 시작하고 화면 확대 비율이 0.6인 경우 해당 URL은 http://127.0.0.1:5000/?name=example&step=0&speed=2&zoom=0.6입니다.

또한 Simulation.md를 직접 열어 example 의 모든 캐릭터 활동과 대화 정보를 볼 수도 있습니다.

3.3. 재생 스크린샷

화면의 대화 내용은 qwen2.5:14b-instruct-q4_K_M에 의해 생성됩니다.

마을 파노라마

정원

카페

교실

4. 참고자료

4.1 논문

생성 에이전트: 인간 행동의 대화형 시뮬레이션

4.2 코드

생성 에이전트

상처 지역