Download TaskingAI - Download do código-fonte TaskingAI

TaskingAI

Código-Fonte de IA

v0.3.0 ?

Baixar

Tarefas AI

TaskingAI é uma plataforma BaaS (Backend as a Service) para desenvolvimento e implantação de agentes baseados em LLM . Ele unificou a integração de centenas de modelos LLM e fornece uma interface de usuário intuitiva para gerenciar os módulos funcionais do seu aplicativo LLM, incluindo ferramentas, sistemas RAG, assistentes, histórico de conversas e muito mais.

Principais recursos

Plataforma LLM multifuncional : acesse centenas de modelos de IA com APIs unificadas.
Aprimoramento abundante : melhore o desempenho do agente LLM com centenas de ferramentas integradas personalizáveis e sistema avançado de geração aumentada de recuperação (RAG).
Fluxo de trabalho inspirado em BaaS : lógica de IA separada (lado do servidor) do desenvolvimento de produto (lado do cliente), oferecendo um caminho claro desde a prototipagem baseada em console até soluções escalonáveis usando APIs RESTful e SDKs de cliente.
Um clique para produção : implante seus agentes de IA com um único clique no estágio de produção e dimensione-os com facilidade. Deixe TaskingAI cuidar do resto.
Eficiência assíncrona : aproveite os recursos assíncronos do Python FastAPI para computação simultânea de alto desempenho, melhorando a capacidade de resposta e a escalabilidade dos aplicativos.
Console de UI intuitivo : simplifica o gerenciamento de projetos e permite testes de fluxo de trabalho no console.

Integrações

Modelos : TaskingAI se conecta com centenas de LLMs de vários provedores, incluindo OpenAI, Anthropic e muito mais. Também permitimos que os usuários integrem modelos de host locais por meio do Ollama, LM Studio e Local AI.

Plug-ins : TaskingAI oferece suporte a uma ampla variedade de plug-ins integrados para capacitar seus agentes de IA, incluindo pesquisa do Google, leitor de sites, recuperação do mercado de ações e muito mais. Os usuários também podem criar ferramentas personalizadas para atender às suas necessidades específicas.

Por que TaskingAI?

Problemas com soluções existentes?

LangChain é uma estrutura de ferramenta para desenvolvimento de aplicativos LLM, mas enfrenta limitações práticas:

Apatridia : depende de serviços externos ou do lado do cliente para gerenciamento de dados.
Desafios de escalabilidade : A apatridia afeta o tratamento consistente de dados entre sessões.
Dependências externas : depende de recursos externos, como SDKs de modelo e armazenamento vetorial.

A API Assistant da OpenAI é excelente no fornecimento de funcionalidades semelhantes às GPTs, mas vem com suas próprias restrições:

Funcionalidades vinculadas : integrações como ferramentas e recuperações estão vinculadas a cada assistente, não sendo adequadas para aplicativos multilocatários.
Limitações proprietárias : Restrito a modelos OpenAI, inadequado para diversas necessidades.
Limites de personalização : os usuários não podem personalizar a configuração do agente, como memória e sistema de recuperação.

Como TaskingAI resolve o problema?

Suporta usos com e sem estado : seja para acompanhar e gerenciar os históricos de mensagens e sessões de conversa do agente ou apenas fazer solicitações de conclusão de bate-papo sem estado, TaskingAI tem ambos cobertos.
Gerenciamento modular desacoplado : Desacoplado o gerenciamento de ferramentas, sistemas RAGs, modelos de linguagem do agente. E permite a combinação gratuita desses módulos para construir um poderoso agente de IA.
Suporte multilocatário : TaskingAI suporta implantação rápida após o desenvolvimento e pode ser usado em cenários multilocatários. Não há necessidade de se preocupar com os serviços em nuvem, concentre-se apenas no desenvolvimento do agente de IA.
API unificada : TaskingAI fornece APIs unificadas para todos os módulos, incluindo ferramentas, sistemas RAGs, modelos de linguagem e muito mais. Super fácil de gerenciar e alterar as configurações do agente de IA.

O que você pode construir com TaskingAI?

Demonstrações interativas de aplicativos
Agentes de IA para produtividade empresarial
Aplicativos nativos de IA multilocatários para empresas

Por favor, dê-nos uma ESTRELA GRÁTIS? se você achar útil?

Guia de início rápido com Docker

Uma maneira simples de iniciar a edição da comunidade TaskingAI auto-hospedada é por meio do Docker.

Pré-requisitos

Docker e Docker Compose instalados em sua máquina.
Git instalado para clonar o repositório.
Ambiente Python (acima do Python 3.8) para executar o SDK do cliente.

Instalação

Primeiro, clone o repositório TaskingAI (edição comunitária) do GitHub.

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

Dentro do repositório clonado, vá para o diretório docker.

 cd docker

Copie .env.example para .env :
```
cp .env.example .env
```
Edite o arquivo .env : Abra o arquivo .env em seu editor de texto favorito e atualize as configurações necessárias. Certifique-se de que todas as variáveis de ambiente necessárias estejam definidas corretamente.
Inicie o Docker Compose : execute o seguinte comando para iniciar todos os serviços:
```
docker-compose -p taskingai --env-file .env up -d
```

Assim que o serviço estiver ativo, acesse o console TaskingAI através do seu navegador com a URL http://localhost:8080. O nome de usuário e a senha padrão são admin e TaskingAI321 .

Atualizar

Se você já instalou o TaskingAI com uma versão anterior e deseja atualizar para a versão mais recente, primeiro atualize o repositório.

git pull origin master

Em seguida, interrompa o serviço docker atual, atualize para a versão mais recente obtendo a imagem mais recente e, finalmente, reinicie o serviço.

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

Não se preocupe com a perda de dados; seus dados serão migrados automaticamente para o esquema da versão mais recente, se necessário.

Console de IU TaskingAI

Clique na imagem acima para ver o vídeo de demonstração do console TaskingAI.

SDK do cliente TaskingAI

Assim que o console estiver ativado, você poderá interagir programaticamente com o servidor TaskingAI usando o SDK do cliente TaskingAI.

Certifique-se de ter o Python 3.8 ou superior instalado e configure um ambiente virtual (opcional, mas recomendado). Instale o SDK do cliente TaskingAI Python usando pip.

pip install taskingai

Aqui está um exemplo de código do cliente:

 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 )

Observe que YOUR_API_KEY e YOUR_MODEL_ID devem ser substituídos pela chave de API real e pelo ID do modelo de conclusão de chat que você criou no console.

Você pode aprender mais na documentação.

Recursos

Documentação
Referência de API
Contate-nos

Comunidade e Contribuição

Consulte nossas diretrizes de contribuição para saber como contribuir para o projeto.

Além disso, temos o prazer de anunciar que TaskingAI agora tem uma comunidade oficial no Discord! ?

Junte-se ao nosso servidor Discord para:

 •	 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.