waggle dance

? Waggeledance.ai

? Recursos | ? Roteiro | Contribuir | ? Execute localmente | ? Open Core

Início rápido

• Experimente a visualização da nuvem ↗
• Junte -se à discórdia
• ️ Ajuda com o algoritmo: estrela este repo

Você também pode construir e implantar -se! No entanto, você deve configurar seu ambiente.

• Implantar para vercel
• Docker compor
• Construir e fugir da fonte

O Wagledance.ai é um aplicativo experimental focado em alcançar metas especificadas pelo usuário. Ele fornece uma interface de usuário amigável, mas opinativa, para a construção de sistemas baseados em agentes. O projeto se concentra na explicação, observabilidade, geração simultânea e exploração. Atualmente em pré-alfa, a filosofia de desenvolvimento prefere a experimentação sobre a estabilidade, à medida que os sistemas de solução de metas e agentes estão evoluindo rapidamente.

O Wagledance.ai pega uma meta e passa para um agente do planejador que transmite um gráfico de execução para subtarefas. Cada subjuga é executada o mais simultaneamente possível pelos agentes de execução . Para reduzir resultados ruins e alucinações, os sub-resultados são revisados ​​por agentes de crítica . Eventualmente, o humano no loop (você!) Será capaz de conversar com agentes individuais e fornecer correções de cursos, se necessário.

Foi originalmente inspirado pelo Auto-GPT e possui recursos de simultaneidade semelhantes aos encontrados no GPT-Researcher. Portanto, os princípios principais do projeto incluem velocidade , precisão , observabilidade e simplicidade . Além disso, muitos outros sistemas agênticos são escritos no Python, portanto, este projeto atua como um pequeno contra-equilíbrio e é acessível ao grande número de desenvolvedores de JavaScript.

Uma API (instável) também está disponível via TRPC, bem como uma API implementada no Next.js. O lado do cliente é principalmente responsável por orquestrar e renderizar as execuções do agente, enquanto a API e o lado do servidor executam os agentes e armazenam os resultados. É provável que essa arquitetura seja ajustada no futuro.

? Recursos destacados

• LLMS Go Brrr… Wagdandence.ai começa planejando um gráfico de execução altamente concomitante. Algumas ramificações de subtuta não dependem e podem ser executadas simultaneamente.
• Agentes adversários que revisam os resultados.
• Banco de dados vetorial para memória de longo prazo.
• Resultados explicáveis ​​e interface do usuário responsivo: visualizador de gráficos, subjuga (agente) Resultados, logs do agente e eventos.

? Pilha de tecnologia

Datilografado﹒ Langchain.js﹒ T3﹒ Prisma﹒ TRPC﹒ Teleaviate﹒ Postgres﹒ API OPENAI﹒ MUI Joy

? Roteiro

Placa de roteiro do projeto ao vivo﹒ Contribuir

Basicamente, tudo e tudo dão! Embora os sistemas multi-agentes tenham um passado longo e histórico, este projeto se trata de se casar com as técnicas anteriores com as pesquisas mais recentes.

? História da estrela

? Correndo localmente e desenvolvimento

O Wagledance.ai pode ser implantado localmente usando o Docker ou manualmente usando o Node.js. É necessária a configuração de .env vars.

Docker

docker-compose up --build

Dependências

• Necessário: Nó JS LTS ≧ V18.17.0 (LTS recomendado)
• O PNPM é usado em exemplos, mas npm ou yarn também podem funcionar.
• Recomendado: Turbo pnpm add turbo --global ou Use pnpx turbo no lugar do turbo abaixo.

Configure seu ambiente

• Cópia .env.example para .env e configure as variáveis ​​de ambiente. Para obter ajuda, entre em contato com a discórdia. Consulte Env-schema.mjs para obter requisitos explícitos.

? Configurando o PostGres

Consulte .env.example e Env-schema.mjs para as variáveis ​​de ambiente necessário. Atualmente, apenas o Postgres via prisma é suportado. Você pode usar uma instância local do PostGres (é recomendável usar o Docker) ou um provedor de nuvem como supabase.

Depois de configurar, proteger e configurar o seu PostGres, execute os seguintes comandos:

pnpm db:generate
pnpm db:push

• db:generate cria as tímidas locais e as informações de banco de dados do arquivo schema.prisma ( ./packages/db/prisma/schema.prisma ).
• db:push empurra o esquema para o provedor de banco de dados (PostgreSQL por padrão).
• Execute esses comandos na primeira instalação e sempre que fizer alterações no esquema.

Executar o desenvolvimento

turbo dev
# or
pnpm dev

Este projeto foi bifurcado do Create-T3-Turbo para saber mais, você pode verificar a documentação da Boilerplate

? LING

Certifique-se de instalar as extensões recomendadas na solução, principalmente es-lint .

O linhagem é executado em cada compilação e pode falhar construções.

Para obter uma lista completa de erros de linha executados:

turbo lint

Alguns deles podem ser capazes de ser fixados automaticamente com:

turbo lint:fix

E a versão que o CI executa:

SKIP_ENV_VALIDATION=true NODE_ENV=production  turbo build

Para o resto, você precisará abrir o arquivo associado e corrigir os erros. Limite ts-ignore para casos extremos.

Como prática recomendada, execute turbo lint antes de iniciar um recurso e depois de terminar um recurso e corrija qualquer erro antes de enviar um PR .

Contribuir e ajudar

• Devs: contribuindo.md
• Estrela o projeto!
• Junte -se à discórdia!
• Se você não é técnico, ainda pode ajudar a melhorar a documentação ou adicionar exemplos ou compartilhar suas histórias de usuário com nossa comunidade; Qualquer ajuda ou contribuição é bem -vinda!

Colaboradores

Documentos úteis

• Veja toda a remarcação incluída no projeto para obter mais detalhes!

? Obrigado especial

• Mantenedores e colaboradores do Langchain.js
• Mantenedores e colaboradores de AutoGpt, AgentGPT, SuperaGi, GPT-Researcher, Lemon-Agent
• E2b
• Protocolo de agente da AI Engineer Foundation
• Big-Agi
• mais...

? Core aberto

Os aplicativos, pacotes, bibliotecas e todo o Monorepo estão disponíveis gratuitamente sob a licença do MIT. O processo de desenvolvimento está aberto e todos podem participar. No futuro, podemos optar por desenvolver extensões licenciadas para uso comercial.