autogen ui

Autogen UI

Penting

Repo ini telah diperbarui untuk menggunakan antarmuka Autogen AgentChat berdasarkan Autogen 0.4x AgentChat API yang baru. Juga, API mungkin berubah, jadi harapkan beberapa perubahan di masa depan.

The Hello World untuk membangun antarmuka UI dengan Autogen AgentChat API.

Contoh UI untuk menunjukkan cara membangun antarmuka menggunakan Autogen AgentChat API. UI dibangun menggunakan Next.js dan Web API yang dibangun menggunakan FASTAPI.

Apa yang dilakukan aplikasi?

• autogenui.manager - Menyediakan metode lari sederhana yang mengambil prompt dan mengembalikan respons dari tim agen yang telah ditentukan. Lihatlah file konfigurasi Tim Agent JSON untuk melihat bagaimana agen dikonfigurasi. Ini memberikan ide umum tentang jenis agen apa yang didukung dll. Lihatlah notebook tutorial untuk contoh tentang cara menggunakan kelas Tersedia untuk memuat spesifikasi tim.

• autogenui.web.app.py - Fastapi backend yang melayani titik akhir sederhana /generate yang mengambil prompt dan mengembalikan respons dari tim agen yang telah ditentukan.

  • Membuat manajer untuk menjalankan tugas
  • Stream hasil tugas yang dijalankan ke UI klien

• frontend - Next.js Frontend yang menyediakan antarmuka obrolan sederhana untuk berinteraksi dengan backend.

Apa selanjutnya?

Aplikasi ini jelas hanya titik awal. Berikut adalah beberapa ide tentang cara memperpanjangnya:

• Perpanjang manajer untuk mendukung beberapa konfigurasi tim dari UI
• Menyimpan dan memuat riwayat interaksi dalam database.
• Keamanan - Tambahkan otentikasi dan otorisasi ke aplikasi

[! Tip] Catatan Autogen Studio sedang ditulis ulang di AgenChat API untuk mengatasi sebagian besar poin di atas. Lihatlah implementasi di sana untuk contoh yang lebih lengkap.

Memulai

Perhatikan bahwa Anda harus mengatur openai_api_key Anda untuk menjalankan aplikasi.

 export OPENAI_API_KEY= < your key >

Instal dependensi. Diperlukan Python 3.9+. Anda dapat menginstal dari PYPI menggunakan PIP.

pip install autogenui

atau menginstal dari sumber

git clone [email protected]:victordibia/autogen-ui.git
cd autogenui
pip install -e .

Jalankan server UI.

Atur env vars OPENAI_API_KEY

 export OPENAI_API_KEY= < your_key > 

autogenui # or with --port 8081

Buka http: // localhost: 8081 di browser Anda.

Untuk memodifikasi file sumber, buat perubahan dalam file sumber frontend dan jalankan npm run build untuk membangun kembali frontend.

Perkembangan

Untuk menjalankan aplikasi dalam mode pengembangan, Anda harus menjalankan backend dan frontend secara terpisah.

Backend - Dengan Hot -Reload

autogenui --reload

[! Tip] Tip UI yang dimuat oleh CLI ini dalam versi yang sudah dipatuhi dengan menjalankan pukulan perintah Build Frontend. Itu berarti jika Anda membuat perubahan kode frontend atau mengubah nama host atau port, backend berjalan di frontend yang diperbarui kode frontend perlu dibangun kembali untuk memuat melalui perintah ini.

Frontend

 cd frontend

Instal dependensi

yarn install

Jalankan dalam mode dev - dengan hot -reload

Atur NEXT_PUBLIC_API_SERVER pada baris perintah.

 export NEXT_PUBLIC_API_SERVER=http:// < your_backend_hostname > /api

Atau buat file .env di folder frontend dengan konten berikut.

NEXT_PUBLIC_API_SERVER=http:// < your_backend_hostname > /api

Where your_backend_hostname - adalah nama host bahwa autogenui berjalan di misalnya localhost:8081

yarn dev

(Membangun kembali

Ingatlah untuk menginstal dependensi dan atur NEXT_PUBLIC_API_SERVER sebelum membangun.

yarn build

Peta jalan

Tidak ada banyak peta jalan untuk proyek ini. Ini dimaksudkan sebagai contoh sederhana untuk memulai dengan Autogen AgentChat API. Sebagai contoh yang lebih lengkap, lihatlah proyek Autogen Studio.

Referensi

• Studio Autogen.

 @inproceedings{dibia2024autogen,
  title={AutoGen Studio: A No-Code Developer Tool for Building and Debugging Multi-Agent Systems},
  author={Dibia, Victor and Chen, Jingya and Bansal, Gagan and Syed, Suff and Fourney, Adam and Zhu, Erkang and Wang, Chi and Amershi, Saleema},
  journal={EMNLP 2024},
  year={2024}
}

• Autogen.

 @inproceedings{wu2023autogen,
      title={AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation Framework},
      author={Qingyun Wu and Gagan Bansal and Jieyu Zhang and Yiran Wu and Shaokun Zhang and Erkang Zhu and Beibin Li and Li Jiang and Xiaoyun Zhang and Chi Wang},
      year={2023},
      eprint={2308.08155},
      archivePrefix={arXiv},
      primaryClass={cs.AI}
}