coworker

Mitarbeiter

Ihr KI -Mitarbeiter, der in Slack lebt.

Mitarbeiter ist ein Open -Source -Rahmen für praktische, hilfreiche AI ​​-Assistenten. Es lebt in Slack, hat Zugriff auf Ihre Dokumente (wie Sie zulassen) und kann in Ihren verschiedenen Tools Maßnahmen ergreifen.

Prinzipien

1. Kontext bewusst - im Gegensatz zu anderen KI -Chatbots sollte es Kenntnisse in Ihrem Kontext haben. Das Gespräch, das Sie haben, die Hintergrundziele in Ihrem Unternehmen usw.

2. Erweiterbar - Es sollte für einen Entwickler äußerst einfach sein, dem Kollegen eine neue Fähigkeit zu verleihen, die für sein Unternehmen relevant ist.

3. Mensch in der Schleife - wir wollen Kollegen wirklich starke Fähigkeiten geben. Um dies auf eine Weise zu tun, die das Vertrauen aufrechterhält, sollte es für einen Benutzer transparent sein, was die KI tut, und immer die Genehmigung für seine Handlungen erhalten.

Aufstellen

Um dies zum Laufen zu bringen, müssen Sie eine neue Slack -App einrichten, API -Schlüssel für alle Tools erhalten, die Sie für die EG -Linear, den Begriff usw. verwenden möchten, und Humanloop/OpenAI -Schlüssel für die KI erhalten.

Slack App Setup

1. Erstellen Sie eine neue App:
   1. Gehen Sie zu https://api.slack.com/apps und klicken Sie auf "Neue App erstellen".
   2. Geben Sie ihm einen Namen und wählen Sie den Arbeitsbereich aus, an dem Sie ihn installieren möchten.
   3. Klicken Sie auf "App erstellen".
2. Berechtigungen:
   1. Navigieren Sie in der Seitenleiste zu „Oauth & Berechtigungen“.
   2. Fügen Sie unter "Scopes" die folgenden Bot -Token -Scopes hinzu: app_mentions:read , channels:history , chat:write , im:history
   3. Installieren Sie die App in Ihrem Arbeitsbereich, indem Sie auf "App installieren" klicken.
   4. Finden Sie das „Bot -Benutzer oAuth -Token“. Dies ist Ihr SLACK_BOT_TOKEN , der mit xoxb- beginnt.
3. Aktivieren Sie den Socket -Modus: 1. In der Seitenleiste navigieren Sie zum „Socket -Modus“. 2. Schalten Sie „Socket -Modus aktivieren“ ein. 3. Generieren Sie ein neues Token unter "App-Level-Token". Dies ist Ihr SLACK_APP_TOKEN , der mit xapp- beginnt.

Richten Sie ein Humanloop / OpenAI -Konto für die KI ein

1. Gehen Sie zu https://humanloop.com/signup und starten Sie eine kostenlose Testversion
2. Holen Sie sich Ihren HUMANLOOP_API_TOKEN von https://app.humanloop.com/account/api-keys
3. Holen Sie sich Ihre OPENAI_API_TOKEN von https://platform.openai.com/account/api-keys

Hinzufügen neuer Tools für die KI

Um eine neue Aktion hinzuzufügen, erstellen Sie eine Python -Funktion in /tools mit Typ -Anmerkungen und einem guten Dosctring (dies ist wichtig, da die KI verwendet, um sie zu nennen). Importieren Sie es dann und fügen Sie es in die Variable ENABLED_TOOLS in main.py hinzu.

Standardmäßig befindet sich die App in allen Kanälen. Sie können dies ändern, indem Sie die Variable ENABLED_CHANNELS in main.py bearbeiten

Vor Ort laufen

Aufstellen

1. Klonen Sie dieses Repo
2. .env .env.example
3. poetry install

Läuft

1. poetry run python main.py

Einsatz

Sie können diese lokal unbestimmte Ausführung ausführen. Wenn Sie jedoch bereitstellen möchten, empfehlen wir die Verwendung von Eisenbahn.App.

Geben Sie dieses Repo nur auf und erstellen Sie einen neuen Einsatz in der Eisenbahn, der mit diesem Repo verbunden ist.

Sie müssen nur Ihre Umgebungsvariablen einrichten.

Privatsphäre

Sie haben dies selbst mit Ihrem eigenen Humanloop -Konto und Ihren eigenen OpenAI -Tasten (oder anderen LLM -Anbietern) eingerichtet. Die Daten sind für Sie privat und da dies die OpenAI -API verwendet, ist dies tatsächlich ein mehr Privatsphäre, als ChatGPT direkt zu verwenden, da Ihre Daten in zukünftigen Schulungsläufen von OpenAI -Modellen nicht verwendet werden.

Straßenkarte

• GPT-4-Bot, der alle Nachrichten in Slack lesen kann und gegebenenfalls antwortet
• Fähigkeit, ein Gespräch über einen Fehler zu erkennen und ein lineares Ticket zu schreiben, dann tun Sie es dann
• Fähigkeit, ein Gespräch über das Feedback des Benutzers zu erkennen und an einem zentralen Ort zu speichern
• Lassen Sie die KI -Reaktionen in Fäden sein, um das Überladen des Hauptfutters zu vermeiden
• Bitten Sie um Erlaubnis, Dinge zu tun
• Fügen Sie mehr Wissensquellen wie Begriff, Laufwerk oder E -Mail hinzu (könnte so etwas wie SID verwenden, um Zugriffsberechtigungen zu verarbeiten).
• Tägliche/wöchentliche Zusammenfassungen der wichtigsten Gespräche für Engineering, Produkt und Verkauf
• Integrationen mit Treffen mit Notizen wie Fathom oder Otter, damit die KI Fragen beantworten kann
• Integration in eine Vektordatenbank oder ähnlich, die das Modell lesen und schreiben kann, um den Langzeitspeicher zu erhalten