开发助理

Dev Assistant是一个 Python 项目，它演示了一个智能代理能够执行任务、从环境中学习并评估其实现给定目标的进度。代理由多个模块组成，每个模块负责代理行为的特定方面。

代理根据用户提供的输入目标进行操作，并使用一系列工具来实现所需的结果。

该工具对于完成后需要创建多个文件的任务特别有用，它旨在简化开发人员的工作流程。

关键部件

• ReasoningModule：根据代理的目标和当前状态生成任务并确定任务的优先级。
• PerceptionModule：处理任务和结果以优化它们以供代理理解和执行。
• ExecutionModule：使用各种工具执行任务并返回结果。
• LearningModule：从观察中学习并调整代理的行为以提高效率。
• MemoryModule：根据代理的任务和目标存储和检索相关信息。
• 评估模块：评估代理实现目标的进度并确定目标是否已实现。

如何使用

要设置项目，请按照下列步骤操作：

1. 将存储库克隆到本地计算机。
2. 通过运行make install安装所需的依赖项。
3. 在.envrc文件中设置必要的环境变量。您需要提供您的 OpenAI API 密钥。
4. 使用命令make docker或make运行项目。

运行项目

您可以以不同的模式运行项目：

• 要运行具有特定目标的项目，请使用命令python -u -m main --obj "Your objective here" 。
• 要以详细模式运行项目，请将--verbose标志添加到命令中。
• 要使用可视化工具运行项目，请将--visualizer标志添加到命令中。

警告：

该代理配备了允许对当前正在运行的机器进行修改的工具。建议在 docker 容器内运行代理。跑步

让码头工人

启动容器的命令。

工具

助手使用多种工具来完成任务。其中一些工具包括：

• Python REPL
• bash 命令
• 文件操作（读、写、删除等）
• GitHub 集成
• 网页抓取

结构

该项目由多个 Python 文件组成，每个文件包含一个特定的模块或类：

• AgentOrchestrator.py：包含主 AgentOrchestrator 类，它协调不同的模块以实现代理的目标。
• main.py：运行代理并处理命令行参数的主脚本。

未来的改进

• 提高代理处理更复杂目标和任务的能力。
• 向 ExecutionModule 添加更多工具和功能。
• 增强Agent的学习和适应能力。
• 实施可视化工具来显示代理的进度和决策过程。

贡献

如果您想为该项目做出贡献，请随时提交拉取请求或在存储库上提出问题。

链接

• 自动GPT
• 婴儿AGI
• 骆驼指数
• 朗查恩

执照

该项目已获得 MIT 许可证的许可。