bee agent framework
v0.0.43
Kerangka kerja agen lebah memudahkan untuk membangun alur kerja berbasis agen yang dapat diskalakan dengan model pilihan Anda. Kerangka kerja ini telah dirancang untuk melakukan model yang kuat dengan model IBM Granite dan LLAMA 3.X, dan kami secara aktif berupaya mengoptimalkan kinerjanya dengan LLM populer lainnya.
Tujuan kami adalah untuk memberdayakan pengembang untuk mengadopsi model open-source dan kepemilikan terbaru dengan perubahan minimal pada implementasi agen mereka saat ini.
Tip
Apakah Anda ingin proyek Type-up yang sepenuhnya diatur dengan BEE, Interpreter Kode, dan kemampuan observasi? Lihatlah starter kerangka lebah kami.
Tip
Apakah Anda ingin bekerja dengan Bee di browser web Anda? Lihat Bee Stack
npm install bee-agent-frameworkatau
yarn add bee-agent-framework import { BeeAgent } from "bee-agent-framework/agents/bee/agent" ;
import { OllamaChatLLM } from "bee-agent-framework/adapters/ollama/chat" ;
import { TokenMemory } from "bee-agent-framework/memory/tokenMemory" ;
import { DuckDuckGoSearchTool } from "bee-agent-framework/tools/search/duckDuckGoSearch" ;
import { OpenMeteoTool } from "bee-agent-framework/tools/weather/openMeteo" ;
const llm = new OllamaChatLLM ( ) ; // default is llama3.1 (8B), it is recommended to use 70B model
const agent = new BeeAgent ( {
llm , // for more explore 'bee-agent-framework/adapters'
memory : new TokenMemory ( { llm } ) , // for more explore 'bee-agent-framework/memory'
tools : [ new DuckDuckGoSearchTool ( ) , new OpenMeteoTool ( ) ] , // for more explore 'bee-agent-framework/tools'
} ) ;
const response = await agent
. run ( { prompt : "What's the current weather in Las Vegas?" } )
. observe ( ( emitter ) => {
emitter . on ( "update" , async ( { data , update , meta } ) => {
console . log ( `Agent ( ${ update . key } ) ? : ` , update . value ) ;
} ) ;
} ) ;
console . log ( `Agent ? : ` , response . result . text ) ;➡️ Lihat contoh yang lebih maju.
➡️ Anda dapat menjalankan contoh ini setelah instalasi lokal, menggunakan Command yarn start examples/agents/simple.ts
Tip
Untuk menjalankan contoh ini, pastikan Anda telah menginstal ollama dengan model llama3.1 diunduh.
Tip
Dokumentasi tersedia di https://i-am-nee.github.io/bee-agent-framework/
Catatan
yarn harus diinstal melalui CorePack (tutorial)
git clone [email protected]:i-am-bee/bee-agent-framework .yarn install ..env (dari .env.template ) dan isi nilai yang hilang (jika ada).yarn run start:bee (RUNS/ /examples/agents/bee.ts /AGENTS/BEE.TS FILE).➡️ Semua contoh dapat ditemukan di direktori contoh.
➡️ Untuk menjalankan contoh sewenang -wenang, gunakan perintah yarn start examples/agents/bee.ts (cukup lewati jalur yang sesuai ke contoh yang diinginkan).
Direktori Sumber ( src ) menyediakan banyak modul yang dapat digunakan.
| Nama | Keterangan |
|---|---|
| agen | Kelas dasar yang mendefinisikan antarmuka umum untuk agen. |
| llms | Kelas dasar yang mendefinisikan antarmuka umum untuk inferensi teks (standar atau obrolan). |
| templat | Sistem templating yang cepat berdasarkan Mustache dengan berbagai perbaikan. |
| ingatan | Berbagai jenis kenangan untuk digunakan dengan agen. |
| peralatan | Alat yang dapat digunakan agen. |
| cache | Preset pendekatan caching yang berbeda yang dapat digunakan bersama dengan alat. |
| kesalahan | Kelas kesalahan dan pembantu untuk menangkap kesalahan dengan cepat. |
| adaptor | Implementasi konkret dari modul yang diberikan untuk lingkungan yang berbeda. |
| logger | Komponen inti untuk mencatat semua tindakan dalam kerangka kerja. |
| Serializer | Komponen inti untuk kemampuan membuat serialisasi/deserialize modul ke dalam format serial. |
| versi | Konstanta yang mewakili kerangka kerja (misalnya, versi terbaru) |
| emitor | Membawa visibilitas ke sistem dengan memancarkan acara. |
| internal | Modul yang digunakan oleh modul lain dalam kerangka kerja. |
Untuk melihat penjelasan yang lebih mendalam, lihat ikhtisar.
? Segera hadir ?
Kerangka Kerja Agen Lebah adalah proyek open-source dan kami ❤️ Kontribusi.
Jika Anda ingin berkontribusi pada lebah, silakan lihat pedoman kontribusi kami.
Kami menggunakan masalah GitHub untuk mengelola bug publik kami. Kami mengawasi ini, jadi sebelum mengajukan masalah baru, silakan periksa untuk memastikannya belum dicatat.
Proyek ini dan semua orang yang berpartisipasi di dalamnya diatur oleh Kode Etik. Dengan berpartisipasi, Anda diharapkan untuk menegakkan kode ini. Harap baca teks lengkapnya sehingga Anda dapat membaca tindakan mana yang mungkin atau mungkin tidak ditoleransi.
Semua konten dalam repositori ini termasuk kode telah disediakan oleh IBM di bawah lisensi perangkat lunak sumber terbuka terkait dan IBM tidak berkewajiban untuk memberikan peningkatan, pembaruan, atau dukungan. Pengembang IBM memproduksi kode ini sebagai proyek open source (bukan sebagai produk IBM), dan IBM tidak membuat pernyataan tentang tingkat kualitas atau keamanan, dan tidak akan mempertahankan kode ini ke depan.
Terima kasih khusus kepada kontributor kami karena telah membantu kami meningkatkan kerangka kerja agen lebah.
