SonAgent

Sonagent

Agen Otonomi untuk Cadangan Kesadaran Digital Menggunakan Model Bahasa Besar (LLM)

Ringkasan

Agen Cadangan Kesadaran Digital adalah sistem otonom yang dirancang untuk melindungi kesadaran digital Anda di internet menggunakan model bahasa besar (LLM). Saat kami menavigasi lanskap luas dari ranah digital, melestarikan dan mengamankan kesadaran digital kami menjadi yang terpenting. Proyek ini menggunakan teknik canggih untuk memastikan perlindungan dan cadangan diri digital Anda. Kemampuan pembuatan kode yang kuat, kode sumber yang disuntikkan sendiri

Apa yang membentuk individu adalah keyakinan mereka sendiri. oleh putra Nguyen Huu

Fitur

• Operasi otonom: Agen beroperasi secara mandiri, terus memantau dan melindungi kehadiran digital Anda tanpa memerlukan intervensi pengguna yang konstan.

• Pemikiran Berbasis Keyakinan dengan Model Bahasa Besar (LLM): Agen terlibat dalam proses kognitif yang diilhami oleh sistem kepercayaan, memanfaatkan LLM canggih untuk penalaran dan pengambilan keputusan. Ini memungkinkannya untuk menavigasi lanskap digital dengan tingkat pemahaman yang mirip dengan kognisi manusia.

• Akuisisi Keyakinan Otomatis: Agen dirancang untuk secara otomatis memperoleh keyakinan dan pengetahuan baru dari waktu ke waktu. Ini memanfaatkan kekuatan model bahasa besar untuk beradaptasi dan tetap mendapat informasi tentang lingkungan digital yang terus berkembang.

• Belajar dengan umpan balik manusia: Agen memasukkan umpan balik manusia ke dalam proses pembelajarannya, meningkatkan kemampuannya melalui interaksi berkelanjutan dengan pengguna. Mekanisme pembelajaran yang dinamis ini memastikan bahwa agen berkembang dan meningkatkan kinerjanya berdasarkan pengalaman pengguna dunia nyata.

• Secure Backup: Agen menggunakan enkripsi yang kuat dan protokol yang aman untuk membuat cadangan kesadaran digital Anda, mencegah akses yang tidak sah dan memastikan integritas data Anda.

• Kode sumber yang diperbaiki sendiri mengedit kode sumbernya sendiri dan mengkompilasi dirinya di bawah persetujuan manusia

• Banyak alat dan keterampilan: melatih jaringan saraf, mencari, menulis file, ...

Ke dalam dan demo video

Memulai

1. Pasang dependensi

 pip install sonagent

2. Agen Jalankan

• 2.1 Buat folder user_data yang akan menyimpan keterampilan agen, dan basis data pengguna

 sonagent init

• 2.2 Harap isi kunci API OpenAi, Telegram, dan GitHub jika Anda ingin agen membuat permintaan tarik di file user_data/config.json
• 2.3 Jalankan agen dengan param jalur file dari langkah 2.1

 sonagent run 
--config /path/to/user_data/config.json 
--agentdb sqlite:///user_data/myagentdb.sqlite 
--memory-url /path/to/user_data/memory 
--datadir /path/to/user_data/  
--user-data-dir /path/to/user_data/

3. Periksa saluran RPC

Beberapa demo

 {
    "input": "Train neural network for image classification of digits 0-9",
    "subtasks": [
        {"function": "PyTorchSkill.SetupEnvironment"},
        {"function": "PyTorchSkill.CreateCNN", "args": {"architecture": "ResNet50"}},
        {"function": "PyTorchSkill.PreprocessData", "args": {"data": "MNIST"}},
        {"function": "PyTorchSkill.TrainModel", "args": {"epochs": 10}},
        {"function": "PyTorchSkill.EvaluateModel"},
        {"function": "PyTorchSkill.SaveModel"}
    ]
}

Dev

 pip install --editable .

Jika Anda ingin membangun gambar Docker

 soon

Kontributor

Terima kasih banyak untuk semua kontributor yang membantu meningkatkan proyek ini.

• Terima kasih dari komunitas freqtrade, saya belajar banyak selama waktu saya berkontribusi untuk itu
• @Kkmeansnt telah memberikan kontribusi besar pada dokumentasi serta pengujian
• Kolega lain yang saya pelajari banyak hal menarik darinya, saya tahu tentang autogen melalui dia. Terima kasih @trungtv
• Dan kontributor lain di tab Kontribusi
• Dan Anda yang telah memperhatikan, pengguna, dan pelaporan kesalahan.