โปรดทราบว่าพื้นที่เก็บข้อมูล LiteMultiAgent อยู่ในโหมดการพัฒนา เราได้เปิดแหล่งเก็บข้อมูลเพื่อส่งเสริมการทำงานร่วมกันระหว่างผู้ร่วมให้ข้อมูล
เจ้าของ repo: Danni (Danqing) Zhang ([email protected])
ในการสำรวจการสร้างระบบหลายตัวแทน เราได้ตรวจสอบ AutoGen, CrewAI, LangGraph และ MetaGPT แต่ไม่พบระบบหลายตัวแทนที่ทำให้ระบบหลายตัวแทนมีประสิทธิภาพมากขึ้นโดยสังหรณ์ใจ เราพบว่าตัวอย่างส่วนใหญ่ที่ได้รับจากเฟรมเวิร์กเหล่านี้สามารถทำได้โดยใช้เอเจนต์เพียงตัวเดียว เรานำตัวอย่างหลายเอเจนต์ไปใช้ใหม่โดยใช้เอเจนต์เดียวพร้อมชุดเครื่องมือที่กำหนดด้วยตนเอง อย่างไรก็ตาม จากนั้นเราก็ตระหนักว่าระบบนี้ไม่สามารถปรับขนาดได้เมื่อเรามีเครื่องมือเพิ่มมากขึ้นเรื่อยๆ แต่หากเราสามารถจัดหมวดหมู่ตัวแทนด้วยชุดเครื่องมือที่แตกต่างกันเป็นหมวดหมู่ได้ เรากำลังสร้างลำดับชั้นของตัวแทน ซึ่งเราสามารถทำงานประเภทต่างๆ ให้สำเร็จได้มากขึ้น ในเวลาเดียวกัน เนื่องจากการออกแบบนี้ การดำเนินการของตัวแทนย่อยจึงขนานกันตามธรรมชาติโดยการเรียกฟังก์ชันแบบขนาน เนื่องจากตัวแทนใช้ตัวแทนย่อยเป็นเครื่องมือ
จาก PyPI: https://pypi.org/project/litemultiagent/
pip install litemultiagent
ตั้งค่าในเครื่อง ขั้นแรกให้ตั้งค่าสภาพแวดล้อมเสมือน และอนุญาตให้โค้ดของคุณสามารถดู 'litemultiagent'
python3 -m venv venv
. venv/bin/activate
pip install -e .
จากนั้นโปรดสร้างไฟล์ .env และอัปเดตคีย์ API ของคุณ:
cp .env.example .env
หากคุณต้องการบันทึกบันทึกลงใน Supabase ตั้งค่าโครงการ Supabase และดึง URL ฐานข้อมูลจาก: https://supabase.com/dashboard/project/[PROJECT_NAME]/settings/database
DATABASE_URL ดังต่อไปนี้: postgresql://:@:/ คุณสามารถรับสิ่งนี้ได้จากการตั้งค่าโครงการ -> ฐานข้อมูล -> สตริงการเชื่อมต่อ
บันทึก URL นี้ในไฟล์ .env เป็น SUPABASE_DATABASE_URL จากนั้นให้รัน:
python supabase_db_setup.py
สิ่งนี้จะสร้างตารางหลายตัวแทนในฐานข้อมูลของคุณ
หลังจากตั้งค่าคีย์ API แล้ว คุณจะสำรวจตัวอย่างได้ในโฟลเดอร์ตัวอย่าง:
python examples/atomic/IOAgent.py
python examples/composite/MasterAgent.py
python examples/new_tool/add_llm_generated_function_example.py
สำหรับวิธีการมีส่วนร่วม โปรดดูที่ มีส่วนร่วม หากคุณต้องการมีส่วนร่วมใน codebase เรายินดีต้อนรับปัญหาหรือคำขอดึงเสมอ!
@misc{zhang2024litemultiagent,
title={LiteMultiAgent: The Library for LLM-based multi-agent applications},
author={Zhang, Danqing and Rama, Balaji and He, Shiying and Ni, Jingyi},
journal={https://github.com/PathOnAI/LiteMultiAgent},
year={2024}
}