LLMs之Agent之AgentK：AgentK的简介、安装和使用方法、案例应用之详细攻略

本文链接：https://blog.csdn.net/qq_41185868/article/details/141176662

LLMs之Agent之AgentK：AgentK的简介、安装和使用方法、案例应用之详细攻略

AgentK的简介

2024年8月，自我代理的 AGI。AgentK 是一个由多个代理(Agent)组成的自我进化的 AGI，这些代理协作并根据需要创建新的代理，以完成用户的任务。AgentK是一个自动代理的AGI（通用人工智能）系统，它能够自我进化和模块化。AgentK由多个协同工作的代理组成，这些代理能够根据需要构建新的代理来完成用户的任务。它是一个模块化的、自我进化的系统，随着你赋予它完成任务的挑战，它会逐步构建自己的“思维”。 “K”代表内核（kernel），意指一个小的核心。AgentK的目标是成为启动自身并随后发展自身“思维”所需的最少代理和工具集。 AgentK的“思维”由协同解决问题的代理和能够与外部世界交互的工具组成。这些代理和工具都以普通的Python文件形式开发（位于agents和tools目录下），方便追踪其发展进程，甚至允许用户贡献代码。
项目还提供了一个演示视频 (AgentK.Demo.mov) 和该演示的追踪链接，展示了AgentK的运行效果。
AgentK是一个具有创新性的AGI系统，其自我进化和模块化的特点使其具有很大的发展潜力。它通过协同工作的代理和工具，能够完成复杂的任务，并不断学习和改进自身的能力。
>> Agent K 是一个模块化的、自我进化的 AGI 系统，它会在你挑战它完成任务时逐渐构建自己的思维。
>> "K" 代表核心，意思是小型核心。AgentK 的目标是成为启动自身并发展自我思维所需的最小代理和工具集。

GitHub地址：GitHub - mikekelly/AgentK: An autoagentic AGI that is self-evolving and modular.

演示地址：LangSmith

1、特点

>> 自我进化：AgentK能够根据需要创建新的代理和工具，不断完善自身的功能和能力。它不是一个静态的系统，而是一个动态发展的系统。
>> 模块化：AgentK的架构是模块化的，由多个独立的代理和工具组成，这使得系统易于维护和扩展。新的代理和工具可以很容易地添加到系统中，而不会影响其他部分的功能。
>> 协同工作：AgentK中的多个代理协同工作以解决问题，每个代理负责不同的任务，共同完成最终目标。
>> 基于LangGraph和LangChain框架：AgentK构建于LangGraph和LangChain框架之上，这两个框架提供了强大的工具和功能，简化了AGI系统的开发。
>> 自我测试：AgentK鼓励自身编写测试代码，以检测和修复行为异常的代理和工具（这部分功能仍在开发中）。

2、核心代理

>> Hermes：协调者，与人类交互以理解目标，管理任务的创建和分配，并协调其他代理的活动。
>> AgentSmith：架构师，负责创建和维护其他代理。AgentSmith确保代理配备必要的工具并测试其功能。
>> ToolMaker：工具开发者，创建和改进代理执行任务所需的工具，确保系统保持灵活性和良好的装备。
>> WebResearcher：知识收集者，执行深入的在线研究，为系统提供最新的信息，使代理能够做出明智的决策并有效地执行任务。