aiflows

?? FunSearch 添加：令人兴奋的消息！我们很高兴地宣布 FunSearch 已集成到 FlowVerse 中！ ？您可以在 FlowVerse 上找到它。另外，请查看展示 FunSearch 实际操作的演示笔记本！该演示包括在 CodeForce 问题上运行 FunSearch 的示例，并提供有关如何为您自己的应用程序设置 FunSearch 的分步说明。

？主要更新：我们很高兴地宣布我们项目的 1.1.0 版本发布了！此版本对 aiFlows 进行了重大增强，其中最突出的是 Flows 引擎的引入。该引擎支持并发执行和点对点分布式协作，彻底改变您与项目交互的方式。

我们仍在完善开发者体验的某些方面，因此请在 Discord 上分享您的反馈！

?? aiFlows体现了流程抽象，极大地简化了涉及人类、人工智能系统和工具的复杂（工作）流程的设计和实现。与 CoLink 合作，它可以：

• ？模块化：流程可以像乐高积木一样堆叠成任意嵌套的结构，复杂性隐藏在基于消息的界面后面
• ？可重用性：可以下载 FlowVerse 上共享的流程并根据您的需求进行定制
• ？远程点对点协作：流程可以轻松地与可以在任何地方运行的其他远程流程进行点对点协作
• ？并发性：流程可以轻松实现并发执行（例如，一个流程被多个流程调用或一个流程同时调用多个流程） –– 没有任何额外的复杂性

快速安装

该库与 Python 3.10+ 兼容。

pip install aiflows

其他安装选项

安装前沿版本

git clone [email protected]:epfl-dlab/aiflows.git
cd aiflows
pip install -e . 

简而言之，流程

该框架以流和消息为中心。流程是独立的、自包含的、目标驱动的计算构建块，可以完成语义上有意义的工作单元。为了交换信息，流通过基于标准化消息的接口进行通信。消息可以是接收者流可以处理的任何类型。

Flows框架就是一个例子。第一列描述了工具的示例。值得注意的是，在 Flows 框架中，AI 系统对应于工具。第二列描述了原子流，它是由示例工具构建的工具的有效最小包装器。第三列描述了定义原子流或复合流之间的结构化交互的复合流示例。第四列说明了本文实验中使用的特定复合竞争编码流程。第五列概述了假设的流程的结构，定义了可以支持自主行为的元推理过程。

FlowVerse 简而言之

FlowVerse 是一个 Flows 存储库（由 HuggingFace 中心提供支持），由我们的社区创建和共享，供每个人使用！借助 aiFlows，可以轻松下载、使用、扩展流程或将流程组合成新颖、更复杂的流程。例如，共享仅使用基于 API 的工具（工具包含 Flows 抽象中的模型）的 Flow 就像共享配置文件一样简单（例如，这里是 FlowVerse 上的 AutoGPT Flow）。对于使用 ChatGPT 的用户，您可以将它们视为完全可定制的开源 GPT(++)。

FlowVerse 正在不断发展。要探索当前可用的流程，请查看 Discord 服务器上的 ?│流程共享论坛。此外，入门部分中的教程和详细示例涵盖了我们更详细地提供的一些流程（例如，ChatAtomicFlow 和 QA、VisionAtomicFlow 和 VisualQA、ReAct 和带有人工反馈的 ReAct、AutoGPT 等）。

我为什么要使用 aiFlows？

人工智能将彻底改变我们的工作方式。我们的使命是支持人工智能研究人员，并让他们与从业者无缝分享进展。这将建立一个反馈循环，引导进展朝着有益的方向发展，同时确保每个人都可以自由地访问下一代人工智能工具并从中受益。

您将受益于：

• 设计、实现和研究任意复杂交互的能力——甚至是需要并发执行或远程协作的交互
• 完全控制和可定制性（例如，工具、特定流程及其有权访问的信息、模型的选择及其部署等）

此外，作为一名研究人员，您将受益于：

• 能够轻松地复制、重用或在 FlowVerse 上共享的 Flow 之上进行构建，并在不同的设置中系统地研究它们（cc_flows 存储库中的基础设施可能是未来研究的有用起点）
• 能够轻松地让从业者和其他研究人员访问您的工作并获取他们的反馈。

此外，作为从业者，您将受益于：

• 能够轻松重用或在 FlowVerse 上共享的 Flow 之上进行构建
• 能够轻松地向其他人授予对您的 Flows 的访问权限
• 直接访问该领域的任何进步。

为了开发下一代人工智能工具，我们需要一个支持并发执行和点对点远程协作的原则性抽象。与此同时，为了最大限度地提高他们的利益，开发人员和研究人员需要完全控制他们的工作流程。 aiFlows 致力于让您将每个 Flow 打造为您自己的！请参阅贡献部分以获取更多信息。

[入门]

快速启动（？5 分钟）

在这里，您将看到如何使用您的第一个问答流程运行推理，并且借助模块化抽象和 FlowVerse，您可以在截然不同的问答流程之间进行轻松更改！

教程（？ 30 分钟）

在本教程中，我们将通过演练如何构建复杂性逐渐增加的有用流程，向您介绍该库的功能。

开发人员指南（？ 10 分钟）

我们不断优化 Flow 开发工作流程（双关语：）。在这篇简短的指南中，我们分享了最好的技巧，这样您就不必费力学习。

详细示例

最近提出的许多涉及工具、人类和人工智能模型的提示和协作策略本质上都是特定的流程（见下图）。在上面的链接中，您将找到有关如何构建一些代表性工作流程的详细演练。

更多示例

查看示例文件夹以获取有关如何构建和使用 aiFlows 的更多示例。

贡献

如上所述，我们的目标是使 Flows 成为一个社区驱动的项目，让研究人员和开发人员都受益（请参阅为什么我应该使用 aiFlows？部分），为了实现这一目标，我们需要您的帮助。

您可以通过以下几种方式成为该项目的一部分：

• 为 aiFlows 代码库做出贡献：这将直接改进库并使每个使用它的人受益
• 为 FlowVerse 做出贡献：通过让每个人都可以访问您的工作，其他人可能会改进您的工作并在此基础上继续发展，或者您也可以在其他人的工作基础上继续发展
• 在您的创意项目中使用该库，将其推向极限，并分享您的反馈：布丁的证明在于食用，确定有前途的方向以及重要的缺失功能的最佳方法是通过实验
• 最后但并非最不重要的一点是，存储库并与您的朋友和同事共享 aiFlows；传播出去❤️

我们试图找到一种让任何人都能通过为该项目做出贡献而受益的方法。贡献指南更详细地描述了我们设想的工作流程（我们很乐意听到您对此的反馈——Discord 服务器已经有一个渠道:)）。

简而言之，这只是一个开始，我们还有很长的路要走。请继续关注，让我们共同创造美好的（开源）人工智能未来！

引文

如果您发现这项工作有用，请将其引用为：

 @misc{josifoski2023flows,
      title={Flows: Building Blocks of Reasoning and Collaborating AI},
      author={Martin Josifoski and Lars Klein and Maxime Peyrard and Baldwin Nicolas and Yifei Li and Saibo Geng and Julian Paul Schnitzler and Yuxing Yao and Jiheng Wei and Debjit Paul and Robert West},
      year={2023},
      eprint={2308.01285},
      archivePrefix={arXiv},
      primaryClass={cs.AI}
}