miniAutoGen

Miniautogen：エージェントとマルチエージェントの会話を作成するための軽量で柔軟なライブラリ

ミニアウトゲンについて

Miniautogenは、大規模な言語モデル（LLM）の次世代用途向けに設計された革新的なオープンソースライブラリです。マルチエージェントの会話を可能にすることに焦点を当てたMiniautogenは、その軽量で柔軟な構造で祝われます。会話型AIのフロンティアを探求し、拡大することを目指している開発者や研究者にとって理想的です。

Autogenからインスピレーションを得て、Miniautogenは包括的なツールスイートを提供します。

• 統一された会話インターフェイス（ chat ）：マルチエージェント会話の作成と管理を促進します。
• 調整メカニズム（ chatadmin ）：エージェントの効率的な同期と管理を保証します。
• カスタマイズ可能なエージェント（ agent ）：特定のニーズに応じて、エージェントを調整する柔軟性を提供します。
• アクションパイプライン（ pipeline ）：エージェントの操作を自動化および合理化し、スケーラビリティとメンテナンスを向上させます。

Litellmを組み込むと、Miniautogenはすでに100を超えるLLMと統合されています。岩盤、azure、openai、cohere、人類、オラマ、サジェメーカー、huggingfaceを使用してください。

なぜMiniautogenを選ぶのですか？

マルチエージェントの会話

• 複雑な相互作用：複数のインテリジェントエージェントを含む洗練された対話を促進します。

エージェントのカスタマイズ

• カスタマイズされた動作：特定の相互作用要件を満たすためにエージェントを適応させ、会話の汎用性を高めます。

柔軟性とモジュール性

• 動的な会話：自動化された介入と手動介入の両方の規定を備えた魅力的で応答性の高い対話を形作ります。

効果的なエージェント調整

• 共同目標：私たちのフレームワークを利用して、エージェント間のシームレスなコラボレーションを共通の目的に向けて促進します。

最先端のLLM統合

• 高度なAI機能：大規模な言語モデルの力を活用して、インテリジェントでコンテキスト対応の応答で会話を豊かにします。

重要なコンポーネント

エージェント

• 動的参加者：各エージェントは自律的なエンティティであり、複雑な相互作用と行動が可能です。

チャット

• 会話管理：グループチャットセッションを処理し、一貫性と継続性の状態とコンテキストを維持します。

Chatadmin

• オーケストレーション：チャットダイナミクスを調整し、効率的で調和のとれたエージェントコラボレーションを確保するための中心。

パイプライン

• 運用効率：エージェントの操作を合理化し、スケーラブルで保守可能なシステムアーキテクチャを可能にします。

LLMクライアント

• AI搭載のインタラクション：多様なLLMクライアントを統合し、エージェントに洗練された言語処理ツールを提供します。

パイプラインコンポーネント

• 簡素化された開発：当社のモジュラー設計により、新しいパイプラインコンポーネントを作成することが簡単になり、開発者が会話のデータ処理と取り扱いを調整できるようになります。この柔軟性により、LLM応答、ユーザーインタラクション、複雑な意思決定プロセスなど、 agentパイプラインへの直接的な意思決定プロセスなど、高度なAI機能のシームレスな統合が可能になります。

事前に構築されたコンポーネントの品揃えをご覧ください。

使用法

pip install miniautogenインストールMiniautogenをインストールします

LLMとのチャットを阻害します

 #Initializing LLM Clients

import os
os.environ["OPENAI_API_KEY"] = "your-openai-key" 
from miniautogen.llms.llm_client import LiteLLMClient
openai_client = LiteLLMClient(model='gpt-3.5-turbo-16k')

# Building the Chat Environment

from miniautogen.chat.chat import Chat
from miniautogen.agent.agent import Agent
from miniautogen.chat.chatadmin import ChatAdmin
from miniautogen.pipeline.pipeline import Pipeline
from miniautogen.pipeline.components.components import (
    UserResponseComponent, AgentReplyComponent, TerminateChatComponent,
    Jinja2SingleTemplateComponent, LLMResponseComponent, NextAgentSelectorComponent
)

# Define a Jinja2 template for formatting messages
template_str = """
[{"role": "system", "content": "{{ agent.role }}"}{% for message in messages %},
  {% if message.sender_id == agent.agent_id %}
    {"role": "assistant", "content": {{ message.message | tojson | safe }}}
  {% else %}
    {"role": "user", "content": {{ message.message | tojson | safe }}}
  {% endif %}
{% endfor %}]
"""

# Initialize Jinja2 component with the template
jinja_component = Jinja2SingleTemplateComponent()
jinja_component.set_template_str(template_str)

# Set up pipelines for different components
pipeline_user = Pipeline([UserResponseComponent()])
pipeline_jinja = Pipeline([jinja_component, LLMResponseComponent(litellm_client)])
pipeline_admin = Pipeline([NextAgentSelectorComponent(), AgentReplyComponent(), TerminateChatComponent()])

# Create the chat environment
chat = Chat()

# Define agents with JSON data
json_data = {'agent_id': 'Bruno', 'name': 'Bruno', 'role': 'user'}
agent1 = Agent.from_json(json_data)
agent1.pipeline = pipeline_user  # Assign the user pipeline to agent1

agent2 = Agent("dev", "Carlos", "Python Senior Developer")
agent2.pipeline = pipeline_jinja  # Assign the LLM pipeline to agent2

# Add agents to the chat
chat.add_agent(agent1)
chat.add_agent(agent2)

# Add test messages to the chat
json_messages = [{'sender_id': 'Bruno', 'message': 'It’s a test, don’t worry'}]
chat.add_messages(json_messages)

# Initialize and configure ChatAdmin
chat_admin = ChatAdmin("admin", "Admin", "admin_role", pipeline_admin, chat, 10)

#running the chat
chat_admin.run()

例

マルチエージェント会話を使用して、Miniautogen自体の新しいコンポーネントを開発する

マルチエージェントの会話は、自律性であろうと人間であろうと、複数のエージェントが関与する相互作用を表し、それぞれに自律性と専門的な能力に恵まれています。彼らは協力して、複雑な問題を解決したり、情報を共有したり、特定のタスクを実行したりします。

この例では、2つのエージェント間で会話を設定します。1つは製品所有者の役割を果たし、もう1つはPythonでミニアウトゲン成分の開発の専門家として機能します。

このテストの主な目標は、ライブラリの柔軟なデザインのおかげで、マルチエージェントの会話の作成と調整におけるミニアウトゲンの柔軟性、緩和、および効率、および新しいコンポーネントの開発のシンプルさを実証することです。

完全な会話履歴： chat_history.md

こちらのノートをご覧ください

より多くの例を発見してください

追加の洞察とインスピレーションについては、例フォルダーをご覧ください。ここでは、さまざまなコンテキストでのMiniautogenの汎用性と能力を示すさまざまなシナリオを見つけることができます。

Miniautogenに貢献します

私たちは、AI愛好家、開発者、研究者に、マルチエージェントの会話の未来に貢献し、形成するよう招待します。あなたの専門知識は、ミニアウトゲンの進化に役立ち、より堅牢で多様なアプリケーションを作成するのに役立ちます。

貢献する方法：

• 機能開発：新しい機能を開発したり、既存の機能を洗練したりすることにより、フレームワークを強化します。
• ドキュメントとチュートリアル：ユーザーの採用を促進するための明確なガイドとチュートリアルを作成します。
• テストとフィードバック：テストに参加し、継続的な改善のためのフィードバックを提供します。
• アイデアの共有：革新的なアイデアと経験を提供して、活気のあるコミュニティを育成します。

詳細をご覧ください：貢献してください

---

Miniautogen：インテリジェントでインタラクティブな会話の未来を開拓します。