AI全面升级：探索前沿技术的“Agents”框架

💡摘要卡

由 AIWaves、浙江大学和苏黎世联邦理工学院的研究人员推出的 Agents 是一个用于构建语言代理的开源框架。这个框架提供了一个端到端平台，用于开发具有长期记忆、工具集成、网络导航、多代理协作和人机交互等高级功能的代理。 

• 📚 Agents 提供了多种高级功能来构建复杂的 AI 助手，包括长短期记忆、工具集成、网页导航、多智能体协作和人际交往。

• 💡 Agents 使用 SOP（标准操作程序）为代理行为提供结构和控制，使其更加可预测和可调。

• 🌐 Agents 提供了多种部署选项，包括命令行界面、可视化界面和 API 服务器，使代理系统能够实现现实世界的部署。

• 🚀 Agents 的模块化设计使其能够为专家和非专家用户提供友好的开发环境，促进了协作和快速构建各种智能助手。

• 🌍 Agents 的开源性质使其能够被广泛共享和定制，为人工智能的发展和应用带来了更大的潜力。

Agents 框架为开发人员和研究人员提供了一个强大的工具，以构建定制的语言代理，推动人工智能领域的全面升级。

为了更容易地开发有能力且可控的语言代理，AIWaves、浙江大学和苏黎世联邦理工学院的研究人员推出了 Agents，这是一个用于构建语言代理的开源框架。

关键词: 自主代理, 大语言模型 (LLM), GPT-3, Anthropic 的克劳德, Anthropic 的宪法人工智能, Anthropic 的自我监控人工智能, AIWaves, 开源框架, 语言代理, 长期记忆, 工具集成, 网页导航、多代理协作、人机交互、标准操作程序 (SOP)、代理中心。

Agents框架概述

Agents是围绕三个核心类设计的：代理、环境和 SOP（标准操作过程）。

Agent：

封装单个Agent，提供观察、动作、记忆的方法。代理人可以是人类或法学硕士。

环境：

定义代理可以观察哪些信息以及代理行为如何影响环境。

SOP：

指定状态和转换图，定义代理完成任务的高级工作流程。

关键能力

Agents 提供了多种高级功能来构建复杂的 AI 助手：

长短期记忆

• 从矢量数据库存储和查询长期记忆

• 在自然语言草稿本中维护短期记忆

• 使代理能够跟踪交互中的上下文

工具集成

• 通过包装组件调用外部API和服务

• 将代理连接到现实世界的数据源和操作

网页导航

• 上网搜索相关信息

• 从网站抓取数据

• 收集决策信息

多智能体协作

• 在共享环境中协调多个专业代理

• 控制器代理根据角色和上下文动态调度操作

人际交往

• 人类可以被指定为代理之一

• 实现人类和人工智能代理之间的双向交互

通过 SOP 实现可控性

为了展示该框架，研究人员演示了几个使用代理构建的单代理系统示例：

• Chit-chat bot

— 简单的会话代理

• 客户服务代理

— 由知识库和网络搜索提供支持的帮助台代理，用于回答用户问题

• 购物助理

— 推荐产品并回答有关电子商务目录的问题

• 销售代理

— 提供有关定价和融资选项的报价和信息

虽然简单，但这些示例说明了代理如何能够为不同领域快速构建各种智能助手，从而减少重新实现内存、对话管理和工具集成等基础组件的重复工作。

与代理的多代理协作

除了单个代理之外，代理还支持开发多代理系统，其中人类和人工智能代理组可以在共享环境中进行协作：

• 小说工作室

——多个特工扮演世界构建者、角色开发者和故事作家等角色，共同创作一个虚构的故事。

• 辩论队

——特工研究主题、提出论点，并参加与对方团队的辩论比赛。人类可以被分配代理角色。

• 软件公司

——代理扮演产品经理、软件架构师和编码员等角色，共同设计和实现新的软件组件。

通过标准操作程序实现可控性

SOP 最初可以由法学硕士根据高级指令自动生成，然后由开发人员进行完善，以提高关键任务的性能。通过定制 SOP，用户可以塑造代理能力，而无需进行广泛的再培训模型。

SOP 结构平衡了底层法学硕士提供的灵活性与实际应用程序所需的控制。随着更强大的人工智能代理被部署在金融、医药和交通等敏感领域，这种可控性将变得至关重要。

Agents的部署选项

许多人工智能代理的研究框架只关注本地原型设计，但代理提供了现实世界部署的途径：

• 命令行界面

通过 CLI 进行默认交互

• 可视化界面

通过 Gradio 提供基于 Web 的 GUI

• API 服务器

可以使用 FastAPI 包装代理并将其用作 API 端点

代理中心

这种交换可以通过促进代理组件的模块化重用来显着减少开发人工智能解决方案所需的工作量。它还可以通过开放共享架构来进行社区审查和改进代理设计。

对比分析

• 通过 SOP 结构更好地控制座席行为

• 从开发到部署的端到端支持

• 最先进的内存功能，例如长期向量内存

• 多智能体协作的动态动作调度

• 工具 API 和 Web 导航的集成

• 支持 CLI 交互和 API 部署

用例

尽管还处于早期阶段，Agents 已经被用来构建各种助手：

• 写作辅助

——帮助作者集思广益、概述故事并提供写作反馈。使用网络搜索进行研究。

• 团队合作 AI

——模拟代理团队在软件开发项目上的协作。代理商担任产品经理、工程师等角色。

• 奇幻游戏

——特工扮演游戏大师和玩家的角色，共同构建世界并扮演奇幻冒险游戏。

• 客户支持

——特定领域的代理为金融服务、电子商务商店等提供销售和支持。

这些初始应用展示了应用代理的广泛可能性，从创意到工程到娱乐和客户服务。

   🛠 安装

Github 链接 — https://github.com/aiwaves-cn/agents

选项 1. 从源代码构建

git clone https://github.com/aiwaves-cn/agents.git clone https://github.com/aiwaves-cn/agents.git cd Agents pip install -e 。

选项 2. 通过 PyPI 安装

pip install ai-agents

用法

🛠生成配置文件

选项1.手动填写配置模板

调整example/{Muti|Single_Agent}/{target_agent}/config.json

选项 2. 尝试使用WebUI来自定义配置文件。

代理中心

📷 示例和演示

作者在这里提供了单代理和多代理系统的示例配置文件、代码和演示。

网络演示

• 客户服务代表（https://www.aiwaves.cn/customer-service-agent/）

• 辩论（https://www.aiwaves.cn/debate/）

• 软件公司（https://www.aiwaves.cn/software-company/）

• 小说工作室（https://www.aiwaves.cn/fiction-studio/）

未来路线图

即将发展的代理计划可能包括：

• 与 Gmail、Google Sheets 等更多工具 API 集成。

• 支持虚拟或物理环境中的实体代理

• 可视化界面生成器可简化 SOP 图形创建

• 强化学习以优化 SOP 和工具集成

• 监控、可中断性和保密性等治理机制

• 促进无代码开发和部署的商业平台

目的是继续扩展功能，同时随着采用的扩展保持框架的可访问性和可信性。

结论

参考

Zhou, Wangchunshu, et al. “Agents: An Open-source Framework for Autonomous Language Agents.” arXiv preprint arXiv:2309.07870 (2023).

文章来源：https://levelup.gitconnected.com/agents-framework-next-evolution-in-ai-you-must-know-13804158a1d3