agentUniverse
v0.0.13
언어 버전: 영어 | 중국어 | 일본어
agentUniverse 는 대규모 언어 모델을 기반으로 하는 다중 에이전트 프레임워크입니다. agentUniverse 단일 에이전트를 구축할 수 있는 유연하고 쉽게 확장 가능한 기능을 제공합니다. 기본적으로 agentUniverse 풍부한 다중 에이전트 협업 모드 구성 요소 세트(협업 모드 팩토리 또는 패턴 팩토리로 볼 수 있음)를 갖추고 있습니다. 이러한 구성 요소를 통해 상담원은 문제 해결을 위해 다양한 영역을 전문화함으로써 효율성을 극대화할 수 있습니다. agentUniverse 또한 도메인 전문 지식의 통합에 중점을 두어 에이전트 작업에 도메인 지식을 원활하게 통합할 수 있도록 돕습니다.
??? agentUniverse 개발자와 기업이 해당 도메인에서 전문가 수준으로 수행되는 강력한 협업 에이전트를 쉽게 구축할 수 있도록 도와줍니다.
커뮤니티 내에서 다양한 도메인 패턴을 연습하고 공유하는 것이 좋습니다. 프레임워크에는 실제 업계에서 검증되었으며 앞으로도 계속 확장될 여러 다중 에이전트 협업 모드 구성 요소가 사전 로드되어 있습니다. 곧 제공될 구성 요소는 다음과 같습니다.
더 많은 패턴이 곧 제공될 예정입니다...
agentUniverse 프로젝트는 다음과 같은 연구 성과를 바탕으로 지원됩니다.
BibTeX 형식
@misc{wang2024peerexpertizingdomainspecifictasks,
title={PEER: Expertizing Domain-Specific Tasks with a Multi-Agent Framework and Tuning Methods},
author={Yiying Wang and Xiaojing Li and Binzhu Wang and Yueyang Zhou and Han Ji and Hong Chen and Jinshi Zhang and Fei Yu and Zewei Zhao and Song Jin and Renji Gong and Wanqing Xu},
year={2024},
eprint={2407.06985},
archivePrefix={arXiv},
primaryClass={cs.AI},
url={https://arxiv.org/abs/2407.06985},
}
개요: 이 문서는 PEER 다중 에이전트 프레임워크의 메커니즘과 원칙에 대한 자세한 소개를 제공합니다. 실험 부문에서는 완전성, 관련성, 간결성, 사실성, 논리성, 구조, 포괄성 등 7개 차원에 걸쳐 점수가 매겨졌다(각 차원의 최대 점수는 5점). PEER 모델은 BabyAGI에 비해 각 평가 차원에서 평균적으로 더 높은 점수를 얻었으며 완전성, 관련성, 논리성, 구조 및 포괄성 차원에서 상당한 이점을 보여주었습니다. 또한 PEER 모델은 GPT-3.5 Turbo(16k) 모델 사용 시 BabyAGI 대비 83%, GPT-4 모델 사용 시 81%의 우수한 성능을 달성했습니다. 자세한 내용은 문서를 참고해주세요. ?https://arxiv.org/pdf/2407.06985
핍 사용:
pip install agentUniverse첫 번째 예제를 실행해 보면, 튜토리얼을 통해 agentUniverse 가 구축한 에이전트(또는 에이전트 그룹)의 성능을 빠르게 경험할 수 있습니다.
자세한 단계는 문서를 참조하세요: 첫 번째 예제 실행 。
표준 프로젝트 설정: agentUniverse 표준 프로젝트
에이전트 소개를 통해 에이전트의 중요한 구성 요소에 대해 알아볼 수 있습니다. 에이전트 생성에 대한 자세한 내용은 에이전트 생성 및 사용을 참조하세요. Python 코드 생성 및 실행 에이전트와 같은 공식 예제를 탐색하여 에이전트 생성 및 사용에 대한 이해를 심화할 수도 있습니다.
지능형 에이전트 애플리케이션 구축에서는 지식 기반 구축 및 리콜이 필수적입니다. RAG 기술을 기반으로 하는 agentUniverse 프레임워크는 RAG의 지식 기반 구축과 검색 및 호출 프로세스를 위한 효율적인 표준 운영 절차를 제공합니다. 지식 소개와 지식 정의 및 사용법을 통해 그 사용법을 배울 수 있으며, RAG 에이전트 구축 방법을 통해 지식 기반을 빠르게 구축하고 리콜 가능한 에이전트를 생성하는 방법을 더 마스터할 수 있습니다.
에이전트 애플리케이션 구축 시 에이전트는 다양한 도구에 연결해야 합니다. 그들이 사용할 수 있는 도구의 범위를 지정해야 합니다. 도구 생성 및 사용을 통해 다양한 독점 API 및 서비스를 도구 플러그인으로 통합할 수 있습니다. 프레임워크에는 이미 LangChain과 일부 타사 툴킷이 통합되어 있습니다. 자세한 사용법은 LangChain 도구 통합 및 기존 통합 도구를 참조하세요.
에이전트의 유효성 평가는 전문가 평가를 통해 수행할 수도 있고 에이전트의 평가 기능을 활용하여 수행할 수도 있습니다. agentUniverse 에이전트 인텔리전스를 사용하여 자체 평가 및 진화 기능을 에이전트에 부여하는 것을 목표로 하는 DataAgent(최소 실행 가능 제품 버전)를 출시했습니다. 평가 기준을 사용자 정의할 수도 있습니다. 자세한 내용은 DataAgent - 자율 데이터 에이전트 설명서를 참조하세요.
agentUniverse 표준 HTTP 및 RPC 프로토콜뿐만 아니라 여러 표준 웹 서버 기능을 제공합니다. 서비스 등록 및 사용에 대한 설명서와 웹 서버 섹션을 자세히 살펴볼 수 있습니다.
agentUniverse 에이전트 워크플로를 위한 시각적 캔버스 플랫폼을 제공합니다. 빠른 시작을 위해 아래 단계를 따르십시오.
pip를 통해 설치
pip install magent-ui ruamel.yaml원클릭 실행
원클릭 시작을 위해 Sample_standard_app/app/bootstrap에 있는 product_application.py 파일을 실행하세요.
자세한 내용은 제품 플랫폼 빠른 시작 및 고급 가이드를 참조하세요.
이 기능은 difizen과 agentUniverse 가 공동으로 출시한 기능입니다.
agentUniverse 의 핵심은 단일 지능형 에이전트 구축에 필요한 모든 핵심 구성 요소, 여러 에이전트 간의 협업 메커니즘, 전문 지식 주입을 제공하여 개발자가 전문적인 KnowHow를 갖춘 지능형 애플리케이션을 쉽게 만들 수 있도록 합니다.
agentUniverse 실제 산업에서 검증된 여러 다중 에이전트 협업 모델 구성 요소를 제공하며, 그 중 "PEER"는 가장 독특한 모델 중 하나입니다.
PEER 모델은 계획, 실행, 표현 및 검토의 네 가지 책임을 가진 에이전트를 활용합니다. 이 구조를 통해 복잡한 문제를 분해하고 단계별로 실행할 수 있으며, 평가 피드백을 기반으로 자율적인 반복이 가능해 궁극적으로 추론 및 분석 작업의 성능이 향상됩니다. 이 모델은 이벤트 해석, 거시경제 분석, 사업 제안의 타당성 분석 등 다단계 분해와 심층 분석이 필요한 시나리오에서 특히 효과적입니다.
PEER 모델은 흥미로운 결과를 얻었으며, 최신 연구 결과와 실험 결과는 다음 문헌에서 확인할 수 있습니다.
위의 소개를 바탕으로 agentUniverse 에는 다음과 같은 주요 기능이 포함되어 있음을 요약합니다.
유연하고 확장 가능한 에이전트 구성 기능: 에이전트 구축에 필요한 모든 필수 구성요소를 제공하며, 모두 사용자별 에이전트를 향상시키기 위한 사용자 정의를 지원합니다.
풍부하고 효과적인 다중 에이전트 협업 모델: 업계에서 검증된 PEER(Plan/Execute/Express/Review) 및 DOE(Data-finding/Opinion-inject/Express)와 같은 협업 모델을 제공합니다. 사용자는 또한 새로운 모델을 맞춤화하고 조정하여 여러 에이전트 간의 유기적인 협업을 가능하게 할 수도 있습니다.
도메인 전문 지식의 손쉬운 통합: 도메인 프롬프트, 지식 구성 및 관리 기능을 제공하고 도메인 수준 SOP의 조정 및 주입을 지원하며 상담원을 전문가 수준 도메인 지식에 맞춰 조정합니다.
더 많은 기능을 보려면 agentUniverse 섹션의 주요 기능을 참조하세요.
법률 상담 에이전트 v2
Python 코드 생성 및 실행 에이전트
다중 턴 다중 에이전트 모드 기반 토론 그룹
PEER 다중 에이전트 모드 기반 금융 이벤트 분석
Andrew Ng의 재귀적 작업 흐름 번역 에이전트 복제
? Zhi Xiao Zhu - 금융 전문가를 위한 AI 보조원
Zhi Xiao Zhu AI 보조자: 투자 연구 전문가의 효율성을 높이기 위해 엄격한 산업에서 대형 모델 구현을 촉진합니다.
Zhi Xiao Zhu AI Assistant는 엄격한 산업에서 대형 모델을 실제로 적용하기 위한 효율적인 솔루션입니다. 정밀한 애플리케이션에 중점을 둔 Finix 모델과 전문적인 커스터마이징이 뛰어난 agentUniverse 지능형 에이전트 프레임워크를 기반으로 합니다. 이 솔루션은 투자 조사, ESG(환경, 사회 및 거버넌스), 금융, 수익 보고서 및 기타 전문 분야와 관련된 다양한 전문 AI 비즈니스 보조자를 대상으로 합니다. Ant Group의 대규모 시나리오에서 광범위하게 검증되어 전문가의 효율성이 향상되었습니다.
자세한 내용은 사용자 가이드를 읽어보시기 바랍니다.
API 참조를 읽어보세요.
? GitHub 문제를 사용하여 쿼리를 제출하는 것이 좋습니다. 일반적으로 2일 이내에 응답합니다.
? Discord 채널에 가입하여 우리와 소통하세요.
? 이메일:
아이디 : agentUniverse _
이 프로젝트는 부분적으로 langchain, pydantic, gunicorn, Flask, SQLAlchemy,chromdb 등과 같은 우수한 오픈 소스 프로젝트를 기반으로 구축되었습니다. (자세한 종속성 목록은 pyproject.toml에서 찾을 수 있습니다) 관련 프로젝트와 기여자에게 특별한 감사를 전하고 싶습니다.
