aiflows

?? FunSearch 新增：令人興奮的消息！我們很高興地宣布 FunSearch 已整合到 FlowVerse 中！ ？您可以在 FlowVerse 上找到它。另外，請查看展示 FunSearch 實際操作的示範筆記本！該演示包括在 CodeForce 問題上運行 FunSearch 的範例，並提供有關如何為您自己的應用程式設定 FunSearch 的逐步說明。

？主要更新：我們很高興地宣布我們專案的 1.1.0 版本發布了！此版本對 aiFlows 進行了重大增強，其中最突出的是 Flows 引擎的引入。該引擎支援並發執行和點對點分散式協作，徹底改變您與專案互動的方式。

我們仍在完善開發者體驗的某些方面，因此請在 Discord 上分享您的回饋！

?? aiFlows體現了流程抽象，大大簡化了涉及人類、人工智慧系統和工具的複雜（工作）流程的設計和實現。與 CoLink 合作，它可以：

• ？模組化：流程可以像樂高積木一樣堆疊成任意嵌套的結構，複雜性隱藏在基於訊息的介面後面
• ？可重複使用性：可以下載 FlowVerse 上共享的流程並根據您的需求進行自訂
• ？遠端點對點協作：流程可以輕鬆地與可以在任何地方運行的其他遠端流程進行點對點協作
• ？並發性：流程可以輕鬆實現並發執行（例如，一個流程被多個流程呼叫或一個流程同時呼叫多個流程） –– 沒有任何額外的複雜性

快速安裝

該函式庫與 Python 3.10+ 相容。

pip install aiflows

其他安裝選項

安裝前沿版本

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

簡而言之，流程

該框架以流和訊息為中心。流程是獨立的、自包含的、目標驅動的計算構建塊，可以完成語意上有意義的工作單元。為了交換訊息，流透過基於標準化訊息的介面進行通訊。訊息可以是接收方 Flow 可以處理的任何類型。

Flows框架就是一個例子。第一列描述了工具的範例。值得注意的是，在 Flows 框架中，AI 系統對應於工具。第二列描述了原子流，它是由範例工具建構的工具的有效最小包裝器。第三列描述了定義原子流或複合流之間的結構化交互作用的複合流範例。第四列說明了本文實驗中使用的特定複合競爭編碼流程。第五欄概述了假設的流程的結構，定義了可以支持自主行為的元推理過程。

FlowVerse 簡而言之

FlowVerse 是一個 Flows 儲存庫（由 HuggingFace 中心提供支援），由我們的社群建立和分享，供每個人使用！透過 aiFlows，可以輕鬆下載、使用、擴展流程或將流程組合成新穎、更複雜的流程。例如，共享僅使用基於 API 的工具（工具包含 Flows 抽像中的模型）的 Flow 就像共享設定檔一樣簡單（例如，這裡是 FlowVerse 上的 AutoGPT Flow）。對於使用 ChatGPT 的用戶，您可以將它們視為完全可自訂的開源 GPT(++)。

FlowVerse 正在不斷發展。若要探索目前可用的流程，請查看 Discord 伺服器上的 ?│流程共用論壇。此外，入門部分的教學和詳細範例涵蓋了我們更詳細提供的一些流程（例如，ChatAtomicFlow 和 QA、VisionAtomicFlow 和 VisualQA、ReAct 和具有人工回饋的 ReAct、AutoGPT 等）。

我為什麼要使用 aiFlows？

人工智慧將徹底改變我們的工作方式。我們的使命是支援人工智慧研究人員，並讓他們能夠與從業者無縫分享進展。這將建立一個反饋循環，引導進展朝著有利的方向發展，同時確保每個人都可以自由地存取下一代人工智慧工具並從中受益。

您將受益於：

• 設計、實現和研究任意複雜交互的能力——甚至是需要並發執行或遠端協作的交互
• 完全控制和可自訂性（例如，工具、特定流程及其有權存取的資訊、模型的選擇及其部署等）

此外，作為研究人員，您將受益於：

• 能夠輕鬆地複製、重用或在 FlowVerse 上共享的 Flow 之上進行構建，並在不同的設置中系統地研究它們（cc_flows 存儲庫中的基礎設施可能是未來研究的有用起點）
• 能夠輕鬆地讓從業者和其他研究人員訪問您的工作並獲得他們的回饋。

此外，作為從業者，您將受益於：

• 能夠輕鬆重複使用或在 FlowVerse 上共享的 Flow 之上進行構建
• 能夠輕鬆向其他人授予您的 Flows 存取權限
• 直接訪問該領域的任何進步。

為了開發下一代人工智慧工具，我們需要一個支援並發執行和點對點遠端協作的原則性抽象。同時，為了最大限度地提高他們的利益，開發人員和研究人員需要完全控制他們的工作流程。 aiFlows 致力於讓您將每個 Flow 打造為您自己的！請參閱貢獻部分以獲取更多資訊。

[入門]

快速啟動（？5 分鐘）

在這裡，您將看到如何使用第一個問答流程來運行推理，並且借助模組化抽象和 FlowVerse，您可以在截然不同的問答流程之間輕鬆更改！

教程（？ 30 分鐘）

在本教程中，我們將透過演練如何建立複雜性逐漸增加的有用流程，向您介紹該程式庫的功能。

開發人員指南（？ 10 分鐘）

我們不斷優化 Flow 開發工作流程（雙關語：）。在這篇簡短的指南中，我們分享了最好的技巧，這樣您就不必費力學習。

詳細範例

最近提出的許多涉及工具、人類和人工智慧模型的提示和協作策略本質上都是特定的流程（見下圖）。在上面的連結中，您將找到有關如何建立一些代表性工作流程的詳細演練。

更多範例

請參閱範例資料夾以取得有關如何建置和使用 aiFlows 的更多範例。

貢獻

如上所述，我們的目標是使 Flows 成為一個社群驅動的項目，讓研究人員和開發人員都受益（請參閱為什麼我應該使用 aiFlows？部分），為了實現這一目標，我們需要您的幫助。

您可以透過以下幾種方式成為該專案的一部分：

• 為 aiFlows 程式碼庫做出貢獻：這將直接改進庫並使每個使用它的人受益
• 為 FlowVerse 做出貢獻：透過讓每個人都可以存取您的工作，其他人可能會改進您的工作並在此基礎上繼續發展，或者您也可以在其他人的工作基礎上繼續發展
• 在您的創意項目中使用該庫，將其發揮到極限，並分享您的反饋：布丁的證明在於食用，確定有前途的方向以及重要的缺失功能的最佳方法是通過實驗
• 最後但並非最不重要的一點是，儲存庫並與您的朋友和同事分享 aiFlows；傳播出去❤️

我們試圖找到一種讓任何人都能透過為該專案做出貢獻而受益的方法。貢獻指南更詳細地描述了我們設想的工作流程（我們很樂意聽到您對此的回饋——Discord 伺服器已經有一個管道:)）。

簡而言之，這只是一個開始，我們還有很長的路要走。請繼續關注，讓我們共同創造美好的（開源）人工智慧未來！

引文

如果您發現這項工作有用，請將其引用為：

 @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}
}