bee agent framework

Estrutura do agente de abelhas

Estrutura de código aberto para construir, implantar e servir poderosos fluxos de trabalho agênticos em escala.

A estrutura do agente de abelhas facilita a criação de fluxos de trabalho com base em agentes com seu modelo de escolha. A estrutura foi projetada para um desempenho robusto com os modelos IBM Granite e Llama 3.x, e estamos trabalhando ativamente para otimizar seu desempenho com outros LLMs populares.

Nosso objetivo é capacitar os desenvolvedores a adotar os mais recentes modelos de código aberto e proprietários com alterações mínimas em sua implementação atual de agentes.

Principais recursos

• ? Agentes da IA : Use nosso poderoso agente de abelha refinado para o LLAMA 3.1 e o Granite 3.0, ou construa o seu próprio.
• Ferramentas : use nossas ferramentas embutidas ou crie o seu próprio em JavaScript/Python.
• " ‍ Código Interpretador : Execute o código com segurança em um contêiner de caixa de areia.
• ? Memória : Várias estratégias para otimizar os gastos do token.
• ⏸️ Os fluxos de trabalho agênticos complexos do manuseio de serialização e pausem/retomem facilmente sem perder o estado.
• ? Instrumentação : Use a instrumentação com base no emissor para ter total visibilidade do funcionamento interno do seu agente.
• ? ️ Controle no nível da produção com cache e manuseio de erros.
• ? API : Integre seus agentes usando uma API de assistentes compatíveis com o OpenAI e Python SDK.
• UI de bate-papo : sirva seu agente aos usuários em uma interface do usuário deliciosa com transparência interna, explicação e controles do usuário.
• ... mais em nosso roteiro

Começando

Dica

Você gostaria de um projeto TypeScript totalmente configurado com abelha, intérprete de código e observabilidade? Confira o nosso iniciante de abelhas.

Dica

Você gostaria de trabalhar com abelha no seu navegador da web? Veja a pilha de abelhas

Instalação

npm install bee-agent-framework

ou

yarn add bee-agent-framework

Exemplo

 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 ) ;

➡️ Ver um exemplo mais avançado.

➡️ Você pode executar este exemplo após a instalação local, usando os yarn start examples/agents/simple.ts

Dica

Para executar este exemplo, certifique -se de instalar o Ollama com o modelo LLAMA3.1 baixado.

Dica

A documentação está disponível em https://i-i-bee.github.io/bee-agent-framework/

Instalação local

Observação

yarn deve ser instalado via Corepack (tutorial)

1. Clone o repositório git clone [email protected]:i-am-bee/bee-agent-framework .
2. Instale as dependências yarn install .
3. Crie .env (de .env.template ) e preencha os valores ausentes (se houver).
4. Inicie o yarn run start:bee (ele executa o arquivo /examples/agents/bee.ts ).

➡️ Todos os exemplos podem ser encontrados no diretório exemplos.

➡️ Para executar um exemplo arbitrário, use os seguintes yarn start examples/agents/bee.ts (basta passar o caminho apropriado para o exemplo desejado).

? Módulos

O diretório de origem ( src ) fornece inúmeros módulos que se pode usar.

Nome	Descrição
agentes	Classes de base definindo a interface comum para o agente.
llms	Classes base que definem a interface comum para inferência de texto (padrão ou bate -papo).
modelo	Sistema de modelagem imediata com base no Mustache com várias melhorias.
memória	Vários tipos de memórias para usar com o agente.
ferramentas	Ferramentas que um agente pode usar.
cache	Predefinição de diferentes abordagens de cache que podem ser usadas juntamente com ferramentas.
erros	Classes de erro e ajudantes para capturar erros rapidamente.
adaptadores	Implementações concretas de determinados módulos para diferentes ambientes.
Logger	Componente central para registrar todas as ações dentro da estrutura.
serializador	Componente do núcleo para a capacidade de serializar/desserializar módulos no formato serializado.
versão	Constantes representando a estrutura (por exemplo, versão mais recente)
emissor	Trazendo visibilidade ao sistema emitindo eventos.
Internalas	Módulos usados ​​por outros módulos dentro da estrutura.

Para ver uma explicação mais aprofundada, consulte a visão geral.

Tutoriais

? Em breve ?

Roteiro

• Otimização de desempenho do agente de abelhas com modelos adicionais
• Exemplos, tutoriais e documentos
• Melhorias na construção de agentes personalizados
• Orquestração multi-agente

Diretrizes de contribuição

A estrutura do agente de abelhas é um projeto de código aberto e nós contribuições.

Se você quiser contribuir com a Bee, dê uma olhada em nossas diretrizes de contribuição.

Bugs

Estamos usando problemas do GitHub para gerenciar nossos bugs públicos. Ficamos de olho nisso; portanto, antes de apresentar um novo problema, verifique se ele ainda não foi registrado.

Código de Conduta

Este projeto e todos os participantes são governados pelo Código de Conduta. Ao participar, você deve defender este código. Leia o texto completo para que você possa ler quais ações podem ou não ser toleradas.

Aviso legal

Todo o conteúdo nesses repositórios, incluindo o código, foi fornecido pela IBM sob a licença de software de código aberto associado e a IBM não tem obrigação de fornecer aprimoramentos, atualizações ou suporte. Os desenvolvedores da IBM produziram esse código como um projeto de código aberto (não como um produto IBM), e a IBM não faz afirmações quanto ao nível de qualidade nem segurança, e não manterá esse código daqui para frente.

Colaboradores

Agradecimentos especiais aos nossos colaboradores por nos ajudar a melhorar a estrutura do agente de abelhas.