牛顿曾经说过:如果我看得更远,那是因为我站在巨人的肩膀上!
如果这些巨人有现代的变化,那就是自主的、开源的AI Agent在做重要的工作。
在今天的文章中,我们将介绍一些Top 开源AI Agent框架,也许你想知道的关于自主Agent的一切, 都在这里。
我们还将深入探讨代理架构的一些机遇、挑战和未知领域。通过阅读本文, 你将学到:
-
开源人工智能代理如何为创新和效率创造机会。
-
哪些Multi-Agent框架为你的项目提供最佳功能和机会。
-
何时最好地落地 AI 代理以解决实际的现实问题
-
自主代理对基于 AI 的任务管理将产生什么影响
什么是自主代理
像 ChatGPT、DALL-E 3 或 Midjourney 这样的工具使用基于提示的界面进行人工智能交互。这意味着你需要用自然语言编写一组指令(Promts),通常会跟随大量的快速重新提示尝试,以获得有意义的回应
它很慢,违反直觉,考虑到 AI 模型的能力。由于 Neuralink(对, 感觉这个事是终极方案) 还需要一段时间,我们需要更好、更高效的方式与人工智能进行接口。
所以,什么是AI Agent
Agent(或简称 AI 代理)扮演着 AI 的任务主管角色。它们是简单的应用程序,通过自主循环工作,为 AI 设定、优先级和重新设定任务,直到整体目标完成。结果呢?一个(相对)无需过多干预的 AI 体验。
AI 代理问答: 自主 AI 代理的概念在 2023 年初由 Untapped Capital 的常务合伙人中岛洋平发表的一篇名为“任务驱动的自主Agent”论文中得以实现。
代理架构于 2023 年 3 月开始运行,但直到几个月后才在开源社区中占据一席之地。代理系统的发展可能仍然看起来像是一种“疯狂科学家”式的实验,但已经有一些非常强大的模型可以尝试。
顶级开源自主代理
AutoGPT
创始人托兰·布鲁斯·理查兹开发,AutoGPT 是早期代理之一,于 2023 年 3 月发布,是根据中岛的论文开发的。它也是今天在 GitHub 上最受欢迎的代理存储库。
AutoGPT 的理念很简单 - 它是一个完整的工具包,用于构建和运行各种项目的定制 AI 代理。该工具使用 OpenAI 的 GPT-4 和 GPT-3.5 大型语言模型(LLM),并允许您为各种个人和商业项目构建代理。
github:https://github.com/Significant-Gravitas/AutoGPT
BabyAGI
BabyAGI 是中山的任务驱动自主代理的简化版本。这个 Python 脚本只有 140 个代码字,并且根据官方 GitHub 仓库,“使用 OpenAI 和矢量数据库,如 Chroma 或 Weaviate,来创建、优先处理和执行任务”。
自推出以来,BabyAGI 已经分支出了几个有趣的项目。有些像 twitter-agent🐣 或 BabyAGI on Slack 将代理的功能引入了现有的平台。其他项目则添加了插件和额外功能,或者将 BabyAGI 移植到其他语言(例如 babyagi-perl)。
github:https://github.com/yoheinakajima/babyagi
SuperAGI
SuperAGI 是 AutoGPT 的更灵活、用户友好的替代品。把它想象成一个开源 AI 代理的发射台,它包含了构建、维护和运行自己代理所需的一切。这还包括插件和一个云版本,您可以在其中测试各种功能。
该框架具有多个人工智能模型,图形用户界面,与向量数据库的集成(用于存储/检索数据),以及性能洞察。还有一个市场,其中有工具包,可以让您将其连接到流行的应用程序和服务,如 Google Analytics。
github:https://github.com/TransformerOptimus/SuperAGI
ShortGPT
AI 模型在生成内容方面表现出色。但直到最近,视频格式一直受到较少关注。ShortGPT 是一个框架,它允许您使用大型语言模型来简化诸如视频创作、语音合成和编辑等复杂任务。
ShortGPT 可以处理大多数典型的与视频相关的任务,如撰写视频脚本,生成配音,选择背景音乐,撰写标题和描述,甚至编辑视频。该工具适用于短视频和长视频内容,无论平台如何。
github:https://github.com/RayVentura/ShortGPT
ChatDev
CoPilot、Bard、ChatGPT 等等都是强大的编码助手。但是像 ChatDev 这样的项目可能很快就会让它们望尘莫及。ChatDev 被打造成“一个虚拟软件公司”,它不仅使用一个,而是多个代理人来扮演传统开发组织中的不同角色。
代理人 - 每个都被分配了一个独特的角色 - 可以合作处理各种任务,从设计软件到编写代码和文档。雄心勃勃?当然。ChatDev 仍然更多地是一个代理人互动的测试平台,但如果你自己是开发人员,它是值得一看的。
github:https://github.com/OpenBMB/ChatDev
AutoGen
微软在向 OpenAI 注资 130 亿美元并使 Bing 变得更智能后,现在成为人工智能领域的主要参与者。其 AutoGen 是一个用于开发和部署多个代理的开源框架,这些代理可以共同工作以自主实现目标。
AutoGen 试图促进和简化代理之间的通信,减少错误,并最大化 LLMs 的性能。它还具有广泛的定制功能,允许您选择首选模型,通过人类反馈改进输出,并利用额外的工具。
github: https://github.com/microsoft/autogen
MetaGPT
MetaGPT 是另一个开源 AI 代理框架,试图模仿传统软件公司的结构。与 ChatDev 类似,代理被分配为产品经理、项目经理和工程师的角色,并协作完成用户定义的编码任务。
到目前为止,MetaGPT 只能处理中等难度的任务 - 比如编写贪吃蛇游戏或构建简单的实用应用程序 - 但它是一个有前途的工具,可能在未来迅速发展。使用 OpenAI API 费用,生成一个完整的项目大约需要 2 美元。
github:https://github.com/geekan/MetaGPT
camel
我们在之前的一篇文章中写到了骆驼,自那时起该项目已经发展了。简而言之,骆驼是早期的多智能体框架之一,它采用独特的角色扮演设计,使多个智能体能够相互通信和合作。
一切都始于人类定义的任务。该框架利用 LLM 的力量动态分配角色给代理人,指定和开发复杂任务,并安排角色扮演场景,以促进代理人之间的协作。这就像是为人工智能设计的戏剧。
github:https://github.com/camel-ai/camel
Loop GPT
LoopGPT 是 Toran Bruce Richards 的 AutoGPT 的一个迭代版本。除了一个合适的 Python 实现,该框架还带来了对 GPT-3.5 的改进支持,集成和自定义代理能力。它还消耗更少的 API 令牌,因此运行成本更低。
LoopGPT 可以基本上自主运行,或者与人类一起运行,以最小化模型的幻觉。有趣的是,该框架不需要访问向量数据库或外部存储来保存数据。它可以将代理状态写入文件或 Python 项目。
github:https://github.com/farizrahman4u/loopgpt/tree/main
JARVIS
JARVIS 远不及托尼·斯塔克标志性的人工智能助手(还有同样标志性的保罗·贝坦尼的声音),但它有一些小技巧。以 ChatGPT 作为其“决策引擎”,JARVIS 处理任务规划、模型选择、任务执行和内容生成。
拥有对 HuggingFace 平台上数十种专门模型的访问权限,JARVIS 利用 ChatGPT 的推理能力来应用最佳模型到给定的任务上。这使得它对各种任务具有相当迷人的灵活性,从简单的摘要到目标检测都能胜任。
github:https://github.com/microsoft/JARVIS
OpenAGI
OpenAGI 是一个开源的 AGI(人工通用智能)研究平台,结合了小型专家模型 - 专门针对情感分析或图像去模糊等任务的模型 - 以及来自任务反馈的强化学习(RLTF)来改进它们的输出。
在幕后,OpenAGI 与其他自主开源 AI 框架并没有太大的不同。它汇集了像 ChatGPT、LLMs(如 LLaMa2)和其他专业模型等流行平台,并根据任务的上下文动态选择合适的工具。
github:https://github.com/agiresearch/OpenAGI
自主代理在任务管理中的作用
“我们可以用Agent做什么呢?” 这是一个很好的问题,我们很想说“一切”,但考虑到当前技术的现状,这远非事实。
尽管如此,在它们还处于“小狗追着自己的尾巴转”的阶段,代理已经可以通过以下方式让您的生活和工作变得更加轻松:
-
🔎 简化研究和数据收集。
-
✏️ Generating content in many different styles and tones.
-
🌐 爬取网络并提取关键见解。
-
💭 对文档和电子表格进行总结。
-
🔀 在语言之间进行内容翻译。
-
🤝 作为创意任务的虚拟助手。
-
⚡️ 自动化行政任务,如日程安排和跟踪。
并且这就是最好的部分。
代理将平衡从需要在工业化场景基于提示的工具转移到在自主循环中运行的半自主或完全自主系统。
这就是 AI 工具应该做的:无需手动操作,可靠且可信赖。没有冗长的提示或审核每一步。
让我们假设您想分析过去十年电动汽车(EV)行业的市场趋势。与其手动收集数据,阅读无数文章并解析财务报告,不如将这些任务委托给一个代理人,这样您就可以做其他事情。
即使使用像 ChatGPT 这样的工具,你仍然需要保持对最新动态的关注。
一个代理可以帮助您找到正确的信息,做笔记,并组织一切。如果您已经有一些数据在手,它将在几秒钟内详细了解关键见解。
最后,让我们谈谈代理-代理协作。
有时一个项目可能对一个代理人来说太复杂了。即使有像 ChatGPT 这样的工具,你也需要等待输出,然后才能开始输入另一个提示。
使用多代理设置,您可以部署许多代理,每个代理负责处理项目的一部分。一个代理可以收集数据,而另一个可以为报告创建大纲。然后第三个代理可以编译信息并生成实际内容
自主代理的挑战和考虑
Opensource Agent仍处于人工智能工具的“西部荒野”领域。
它们大多是实验性的,需要一些技术知识来设置、部署和维护。这对于 DIY 项目来说完全没问题,但如果你只是想完成一些工作,这并不是一个即插即用的体验。
你可以在技术上将开源代理与现有工作流程结合起来。
但这需要时间、专业知识和资源。
如果你两者都不足,并且不想花费数小时来设置事物,你可以使用无代码代理,它们可以与现有工具无缝集成,并理解你工作的上下文。
当然,还有幻觉的问题。由于Agent依赖于 LLMs 生成信息,他们也会出现倾向于陷入不基于事实的奇异叙述的问题。代理运行的时间越长,就越有可能虚构和扭曲现实。
这从生产力的角度产生了一些困境。限制代理程序的运行时间?缩小任务范围?保持人类参与以审核输出?
通过部署多个智能代理,可以获得更好的结果 - 这也解释了多智能体框架的流行 - 具有专业知识和独特技能。就像这些代理经过内部公司文档的训练,并在 Taskade 项目内运行一样。
自主未来:前方的未知领域
自主代理的世界是迷人的,引人入胜的,并且正在迅速发展。随着 GPT-4、Bard 和 LlaMa3 等更快、更准确、更大的 AI 模型的出现,我们很可能会在未来几个月看到更多令人振奋的突破。
也许Agent是人工智能革命的下一个里程碑,逼近当前国内国外都认为大模型,应用是王道
那么,如何系统的去学习大模型LLM?
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
作为一名热心肠的互联网老兵,我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。
但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
所有资料 ⚡️ ,朋友们如果有需要全套 《LLM大模型入门+进阶学习资源包》,扫码免费获取~
篇幅有限,部分资料如下:
👉LLM大模型学习指南+路线汇总👈
💥大模型入门要点,扫盲必看!
💥既然要系统的学习大模型,那么学习路线是必不可少的,这份路线能帮助你快速梳理知识,形成自己的体系。
路线图很大就不一一展示了 (文末领取)
👉大模型入门实战训练👈
💥光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
👉国内企业大模型落地应用案例👈
💥两本《中国大模型落地应用案例集》 收录了近两年151个优秀的大模型落地应用案例,这些案例覆盖了金融、医疗、教育、交通、制造等众多领域,无论是对于大模型技术的研究者,还是对于希望了解大模型技术在实际业务中如何应用的业内人士,都具有很高的参考价值。 (文末领取)
👉GitHub海量高星开源项目👈
💥收集整理了海量的开源项目,地址、代码、文档等等全都下载共享给大家一起学习!
👉LLM大模型学习视频👈
💥观看零基础学习书籍和视频,看书籍和视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。 (文末领取)
👉640份大模型行业报告(持续更新)👈
💥包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
👉获取方式:
这份完整版的大模型 LLM 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
😝有需要的小伙伴,可以Vx扫描下方二维码免费领取🆓