agentok

Studio Agen

AG2 Divisualisasikan-Bangun aplikasi agen dengan kesederhanaan drag-and-drop.

Peringatan

Proyek ini saat ini sedang dikembangkan dan belum direkomendasikan untuk penggunaan produksi.

Sementara pembuatan kode telah terbukti efektif dalam mempertahankan utilitas alat di berbagai waktu di luar autogen, ia juga mengungkapkan tantangan terkait dengan efisiensi dan kemampuan observasi. Akibatnya, saya mempertimbangkan untuk transisi proyek ke mesin alur kerja daripada melanjutkan sebagai program mandiri. Perubahan ini akan memperkenalkan modifikasi yang signifikan pada arsitektur backend.

Umpan balik Anda sangat berharga saat kami bergerak maju. Jika Anda memiliki pemikiran atau saran, silakan bagikan dengan membuka masalah baru atau berpartisipasi dalam diskusi yang sedang berlangsung di sini.

? Apa itu Agen Studio

Agentok Studio adalah alat yang dibangun di atas AG2 (sebelumnya Autogen), kerangka kerja agen yang kuat dari Microsoft dan komunitas kontributor yang bersemangat.

Memvisualisasikan ag2

Kami menganggap AG2 berada di garis depan teknologi aplikasi multi-agen generasi berikutnya. Agentok Studio membawa konsep ini ke tingkat berikutnya dengan menawarkan alat visual intuitif yang merampingkan pembuatan dan manajemen alur kerja berbasis agen yang kompleks. Ini menyederhanakan seluruh proses untuk pencipta dan pengembang.

Hubungan percakapan

Hubungan antara dua agen sangat penting. Untuk menggabungkan panggilan alat dalam percakapan, LLM harus menentukan alat mana yang harus dipanggil, sambil memberi tahu proxy pengguna tentang node mana yang akan dijalankan. Mengkonfigurasi alat di tepi antara node ini sangat penting untuk operasi yang optimal.

Pembuatan kode

Kami berusaha untuk membuat alat ramah pengguna yang menghasilkan kode python asli dengan dependensi minimal. Sederhananya, Agentok Studio adalah generator kode berbasis diagram untuk AG2. Kode yang dihasilkan mandiri dan dapat dieksekusi di mana saja sebagai program Python normal, hanya mengandalkan perpustakaan ag2 resmi.

Kontribusi (masalah, permintaan tarik, dokumentasi, bahkan kesalahan ketik) untuk proyek ini dipersilakan! Semua kontributor akan ditambahkan ke dinding kontribusi.

Catatan

Fitur Rag telah dihapus dari proyek ini, karena kami percaya itu harus menjadi layanan yang terpisah.

QuickStart

Untuk dengan cepat mengeksplorasi fitur -fitur Studio Agen, kunjungi https://studio.agentok.ai. Meskipun kami menawarkan penyebaran online dari proyek ini, harap dicatat bahwa itu tidak dimaksudkan untuk penggunaan produksi. Perjanjian tingkat layanan tidak dijamin, dan data yang disimpan dapat dihapus karena perubahan perubahan.

Setelah login sebagai tamu atau dengan akun OAuth2 Anda, Anda dapat mengklik tombol Buat Proyek Baru untuk membuat proyek baru. Proyek baru dilengkapi dengan alur kerja sampel. Anda dapat mengklik ikon robot yang berkedip di bagian bawah kanan untuk memulai percakapan.

Karena keterbatasan GPT-4 dan AG2, alur kerja sederhana ini mungkin tidak berfungsi seperti yang diharapkan, tetapi ini adalah titik awal yang baik untuk memahami konsep dasar aplikasi Agentik dan Studio Agentok.

Untuk tampilan yang lebih mendalam pada proyek ini, silakan merujuk untuk memulai.

? Jalankan di lokal (dengan Docker)

Proyek ini berisi Frontend (dibangun dengan Next.js) dan layanan backend (dibangun dengan Fastapi di Python), dan telah sepenuhnya berlapis berlapis.

Sebelum menjalankan proyek, Anda perlu membuat file .env di direktori api ui ABD dan mengatur variabel lingkungan.

cp frontend/.env.sample frontend/.env
cp api/.env.sample api/.env
cp api/OAI_CONFIG_LIST.sample api/OAI_CONFIG_LIST

Perlu diketahui bahwa Supabase menyediakan kunci anon dan kunci service_role untuk setiap proyek. Pastikan untuk mengatur kunci anon ke NEXT_PUBLIC_SUPABASE_ANON_KEY untuk frontend, dan kunci peran layanan ke SUPABASE_SERVICE_KEY untuk backend (API).

Cara termudah untuk berjalan di lokal adalah menggunakan komposisi Docker:

docker-compose up -d

Anda juga dapat membangun dan menjalankan UI dan layanan secara terpisah dengan Docker:

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

(Nomor port default 2855 adalah alamat kantor pertama kami.)

Jalankan di Lokal (Tanpa Docker)

Jika Anda tertarik untuk berkontribusi pada pengembangan proyek ini atau ingin menjalankannya dari kode sumber, Anda memiliki opsi untuk menjalankan UI dan layanan secara mandiri. Begini cara Anda melakukannya:

Frontend

• Arahkan ke Frontend Directory cd frontend .
• Ganti nama .env.sample menjadi .env.local dan atur nilai variabel dengan benar.
• Instal dependensi yang diperlukan menggunakan perintah manajer paket yang sesuai (misalnya, instal atau yarn pnpm install ).
• Jalankan Layanan Frontend menggunakan skrip start-up yang disediakan (misalnya, pnpm dev atau yarn dev ).

Jika Anda melihat kesalahan server terkait dengan 'usecontext' cukup sering, itu mungkin disebabkan oleh bug dalam mode turbo. Dalam hal ini, silakan hapus --turbo dari perintah dev di package.json.

Layanan Backend

• Beralih ke API Direktori Layanan cd api .
• Ganti nama .env.sample menjadi .env , OAI_CONFIG_LIST.sample ke OAI_CONFIG_LIST , dan atur nilai variabel dengan benar.
• Instal puisi.
• Luncurkan dengan poetry run uvicorn agentok_api.main:app --reload --port 5004 .

REPLICATE_API_TOKEN diperlukan untuk agen llava. Jika Anda perlu menggunakan agen ini, pastikan untuk memasukkan token ini dalam variabel lingkungan.

Penting : Versi terbaru AG2 membutuhkan Docker untuk eksekusi kode secara default. Untuk melanjutkan, Anda harus:

1. Instal Docker di mesin lokal Anda, atau
2. Nonaktifkan persyaratan ini dengan mengatur AUTOGEN_USE_DOCKER=False dalam file api/.env .

CATATAN: Persyaratan ini dinonaktifkan secara default karena penyebaran default proyek ini sudah berlabuh.

Layanan Basis Data

Proyek ini bergantung pada Supabase untuk otentikasi pengguna dan penyimpanan data. Untuk memulai, silakan ikuti ./db/readme.md untuk menyiapkan database, dan atur variabel lingkungan (lihat variabel -variabel tersebut dengan nama dimulai dengan SupAbse di .env.sample) di file .env .

Jika Anda lebih suka, Anda dapat menggunakan instance Supabase Anda sendiri, tetapi itu di luar ruang lingkup dokumen ini.

Setelah Anda memulai layanan frontend dan API dengan mengikuti langkah -langkah yang sebelumnya diuraikan, Anda dapat mengakses aplikasi dengan membuka browser web Anda dan menavigasi ke:

• API: http: // localhost: 5004 (OpenAPI Docs disajikan di http: // localhost: 5004/docs)
• Frontend: http: // localhost: 2855

Jika layanan Anda dimulai dengan sukses dan berjalan di port yang diharapkan, Anda akan melihat antarmuka pengguna atau menerima tanggapan dari layanan API melalui URL ini.

? ‍ berkontribusi

Kontribusi dipersilakan! Ini tidak terbatas pada kode, tetapi juga termasuk dokumentasi dan aspek lain dari proyek. Anda dapat membuka masalah GitHub atau meninggalkan komentar di server Discord kami.

Proyek ini menyambut kontribusi dan saran. Harap baca panduan berkontribusi kami terlebih dahulu.

Jika Anda baru mengenal GitHub, berikut adalah sumber bantuan terperinci untuk terlibat dengan pengembangan di GitHub.

Harap pertimbangkan berkontribusi pada AG2, karena Studio Agenok bergantung pada fondasi yang kuat untuk memberikan kemampuannya. Kontribusi Anda dapat membantu meningkatkan fungsionalitas inti platform, memastikan pengalaman pengembangan yang lebih mulus dan efisien untuk aplikasi multi-agen.

Proyek ini menggunakan? Semantic-rilis untuk mengelola versi dan rilis. Untuk menghindari rilis otomatis yang terlalu sering, kami menjadikannya tindakan gitub manual untuk memicu rilis.

Untuk mengikuti proses rilis semantik, kami menegakkan konvensi komit-lint tentang pesan komit. Silakan merujuk ke CommitLint untuk lebih jelasnya.

Dinding Kontributor

Lisensi

Proyek ini dilisensikan di bawah Apache 2.0 dengan syarat dan ketentuan tambahan.