agentok
v0.24.1
AG2 Visualisiert-Agenten-Apps mit Drag-and-Drop-Einfachheit erstellen.
Warnung
Dieses Projekt befindet sich derzeit in der Entwicklung und wird noch nicht für den Produktionsgebrauch empfohlen.
Während sich die Codegenerierung als wirksam erwiesen hat, um den Nutzen des Tools über verschiedene Laufzeiten hinaus zu bewahren, hat er auch Herausforderungen im Zusammenhang mit Effizienz und Beobachtbarkeit ergeben. Infolgedessen erwähne ich, das Projekt in eine Workflow -Engine zu übergeben, anstatt als eigenständiges Programm fortzusetzen. Diese Änderung würde erhebliche Änderungen an der Backend -Architektur einführen.
Ihr Feedback ist von unschätzbarem Wert, wenn wir uns vorwärts bewegen. Wenn Sie Gedanken oder Vorschläge haben, teilen Sie sie bitte mit, indem Sie ein neues Problem eröffnen oder an den laufenden Diskussionen hier teilnehmen.
Agentok Studio ist ein Tool, das auf AG2 (zuvor Autogen), einem leistungsstarken Agenten -Framework von Microsoft und einer lebendigen Community von Mitwirkenden basiert.
Wir betrachten AG2 als Multi-Agent-Anwendungstechnologie der nächsten Generation an der Spitze der nächsten Generation. Agentok Studio bringt dieses Konzept auf die nächste Ebene, indem sie intuitive visuelle Tools anbietet, die die Erstellung und Verwaltung komplexer agentenbasierter Workflows optimieren. Dies vereinfacht den gesamten Prozess für Schöpfer und Entwickler.
Die Beziehung zwischen zwei Agenten ist wesentlich. Um Tool -Anrufe in eine Konversation einzubeziehen, muss das LLM bestimmen, welche Tools aufgerufen werden sollen, und informiert den Benutzerproxy darüber, welche Knoten ausgeführt werden sollen. Das Konfigurieren von Tools am Rand zwischen diesen Knoten ist für einen optimalen Betrieb von entscheidender Bedeutung.
Wir bemühen uns, ein benutzerfreundliches Tool zu erstellen, das nativen Python-Code mit minimalen Abhängigkeiten generiert. Einfach ausgedrückt ist Agentok Studio ein Diagramm-basierter Codegenerator für AG2. Der generierte Code ist in sich geschlossen und kann überall als normales Python-Programm ausgeführt werden, das sich ausschließlich auf die offizielle ag2 -Bibliothek stützt.
Beiträge (Probleme, Zuganfragen, Dokumentation, sogar Tippfehler) zu diesem Projekt sind willkommen! Alle Mitwirkenden werden der Beitragsmauer hinzugefügt.
Notiz
Das Rag -Feature wurde aus diesem Projekt entfernt, da wir glauben, dass es sich um einen separaten Service handelt.
Um schnell die Funktionen von Agentok Studio zu erkunden, besuchen Sie https://studio.agentok.ai. Während wir eine Online -Bereitstellung dieses Projekts anbieten, beachten Sie bitte, dass es nicht für die Produktionsnutzung bestimmt ist. Die Service -Level -Vereinbarung ist nicht garantiert, und gespeicherte Daten können aufgrund von Veränderungen ausgelöscht werden.
Nachdem Sie sich als Gast oder mit Ihrem OAuth2 -Konto angemeldet haben, können Sie auf die Schaltfläche Neue Projekt erstellen , um ein neues Projekt zu erstellen. Das neue Projekt verfügt über einen Beispiel -Workflow. Sie können auf das Robotersymbol auf der rechten Seite klicken, um die Konversation zu starten.
Aufgrund der Einschränkungen von GPT-4 und AG2 funktioniert dieser einfache Workflow möglicherweise nicht wie erwartet, aber es ist ein guter Ausgangspunkt, um die grundlegenden Konzepte der Agenten-App und des Agentok Studio zu verstehen.
Eine ausführlichere Überprüfung des Projekts finden Sie unter den Einstieg.
Das Projekt enthält Frontend (gebaut mit Next.js) und Backend Service (gebaut mit Fastapi in Python) und wurde vollständig angedockt.
Vor dem Ausführen des Projekts müssen Sie eine .env -Datei im ui ABD api -Verzeichnis erstellen und Umgebungsvariablen festlegen.
cp frontend/.env.sample frontend/.env
cp api/.env.sample api/.env
cp api/OAI_CONFIG_LIST.sample api/OAI_CONFIG_LIST Bitte beachten Sie, dass Supabase für jedes Projekt sowohl Anon Key als auch Service_ROLE -Schlüssel bietet. Setzen Sie den Anon -Schlüssel unbedingt auf NEXT_PUBLIC_SUPABASE_ANON_KEY für Frontend und Service SUPABASE_SERVICE_KEY für Backend (API).
Der einfachste Weg, auf lokaler Lokal zu laufen, ist die Verwendung von Docker-Compose:
docker-compose up -dSie können auch die Benutzeroberfläche und den Service separat mit Docker erstellen und ausführen:
docker build -t agentok-api ./api
docker run -d -p 5004:5004 agentok-api
docker build -t agentok-frontend ./frontend
docker run -d -p 2855:2855 agentok-frontend
(Die Standardportnummer 2855 ist die Adresse unseres ersten Büros.)
Wenn Sie an der Entwicklung dieses Projekts beitragen oder es aus dem Quellcode ausführen möchten, haben Sie die Möglichkeit, die Benutzeroberfläche und den Service unabhängig auszuführen. So können Sie das machen:
cd frontend ..env.local .env.samplepnpm install oder yarn ).pnpm dev oder yarn dev ) aus.Wenn Sie Serverfehler in Bezug auf "usecontext" ziemlich oft sehen, wird dies möglicherweise durch die Fehler im Turbo -Modus verursacht. In diesem Fall entfernen Sie bitte
--turboaus dem Dev -Befehl in package.json.
cd api ..env.sample in .env , OAI_CONFIG_LIST.sample zu OAI_CONFIG_LIST und setzen Sie den Wert von Variablen korrekt.poetry run uvicorn agentok_api.main:app --reload --port 5004 . REPLICATE_API_TOKEN ist für llava Agent benötigt. Wenn Sie diesen Agenten verwenden müssen, stellen Sie sicher, dass dieses Token in Umgebungsvariablen einbezieht.
Wichtig : Die neueste Version von AG2 erfordert standardmäßig Docker für die Codeausführung. Um fortzufahren, müssen Sie entweder:
api/.env -Datei AUTOGEN_USE_DOCKER=False festlegen.HINWEIS: Diese Anforderung ist standardmäßig deaktiviert, da die Standardbereitstellung dieses Projekts bereits angedockt ist.
Dieses Projekt basiert auf Supabase für die Benutzerauthentifizierung und Datenspeicherung. Wenn Sie loslegen, folgen Sie bitte dem ./db/readme.md, um die Datenbank vorzubereiten, und setzen Sie die Umgebungsvariablen (siehe Variablen mit Namen beginnt mit Supabse in .Env.Sample) in der Datei .env .
Wenn Sie es vorziehen, können Sie eine eigene Supabase -Instanz bereitstellen, aber das geht über den Rahmen dieses Dokuments hinaus.
Sobald Sie sowohl die Frontend- als auch die API -Dienste gestartet haben, indem Sie die zuvor beschriebenen Schritte befolgen, können Sie auf die Anwendung zugreifen, indem Sie Ihren Webbrowser öffnen und navigieren zu:
Wenn Ihre Dienste erfolgreich gestartet und auf den erwarteten Ports ausgeführt werden, sollten Sie die Benutzeroberfläche sehen oder Antworten von den API -Diensten über diese URL erhalten.
Beiträge sind willkommen! Es ist nicht auf Code beschränkt, sondern enthält auch Dokumentation und andere Aspekte des Projekts. Sie können ein GitHub -Problem öffnen oder Kommentare zu unserem Discord -Server hinterlassen.
Dieses Projekt begrüßt Beiträge und Vorschläge. Bitte lesen Sie zuerst unseren Beitragsführer.
Wenn Sie neu in GitHub sind, finden Sie hier eine detaillierte Hilfe, um sich mit der Entwicklung von GitHub zu beschäftigen.
Bitte erwägen Sie, zu AG2 beizutragen, da Agentok Studio auf eine robuste Stiftung angewiesen ist, um ihre Fähigkeiten zu liefern. Ihre Beiträge können dazu beitragen, die Kernfunktionen der Plattform zu verbessern und ein nahtloseres und effizienteres Entwicklungserlebnis für Multi-Agent-Anwendungen zu gewährleisten.
In diesem Projekt werden die Versioning und Veröffentlichungen semantisch veröffentlichen. Um zu häufige automatische Veröffentlichungen zu vermeiden, machen wir es zu einer manuellen Github-Aktion, um die Freisetzung auszulösen.
Um dem semantischen Veröffentlichungsprozess zu folgen, haben wir die Konvention für die Commit-Lint in den Festschreibungsnachrichten erzwungen. Weitere Informationen finden Sie in CommitLint.
Das Projekt ist unter Apache 2.0 mit zusätzlichen Bedingungen lizenziert.
